Statistica - Apprendimento automatico

Esplorare il valore dei modelli approssimativamente equivarianti nel machine learning.

Quest'articolo introduce i quantili minimax per avere stime statistiche migliori.

I reti neurali bayesiane migliorano le previsioni sul comportamento dei materiali con stime di incertezza.

Questo studio esamina i PINN Bayesiani per stimare i parametri delle PDE dai dati rumorosi.

Un approccio di machine learning offre previsioni climatiche più veloci e precise.

Tecniche per migliorare l'inferenza grafica e la stima dell'incertezza in vari campi.

LaseNet migliora l'estrazione di variabili nascoste nei modelli cognitivi usando reti neurali.

Esplorare un nuovo approccio per l'ottimizzazione delle preferenze multi-obiettivo.

Un nuovo set di dati accelera le previsioni delle proprietà molecolari per la progettazione di farmaci.

Un nuovo metodo per misurare l'incertezza nel deep learning, specialmente nell'analisi di sopravvivenza.

Esplorare nuove tecniche nel design sperimentale e nell'analisi dei dati per la ricerca scientifica.

Un nuovo approccio per prevedere i cambiamenti nei sistemi complessi usando il calcolo a serbatoio.

Due nuovi stimatori migliorano l'accuratezza nell'analisi dei dati di risposta agli item.

Nuovi metodi migliorano l'accuratezza delle previsioni dei cambiamenti del livello del mare regionale usando il machine learning.

Nuovo metodo migliora le Reti Neurali Bayesian per una migliore generalizzazione nel trasferimento dell'apprendimento.

Nuovi metodi migliorano la previsione e la localizzazione del segnale wireless usando reti neurali.

Scopri come HQR e WACI migliorano l'accuratezza degli intervalli di previsione in vari settori.

Quest'articolo parla di come i grafi della conoscenza migliorano la selezione delle caratteristiche nell'analisi dei dati.

Esaminando il ruolo dell'attribuzione del credito nel machine learning e le questioni legate al copyright.

Affrontare i fattori confondenti e i cambiamenti nei dati per previsioni migliori.

KnewImp migliora la precisione nell'imputazione dei dati mancanti e semplifica i processi di training.

Esaminando le difficoltà di creare funzioni di ricompensa efficaci nell'apprendimento per rinforzo.

VICatMix migliora il clustering di dati sanitari complessi per avere migliori approfondimenti medici.

Nuovi metodi migliorano le previsioni per le richieste di risarcimento assicurativo affrontando i problemi di inflazione zero.

Esplora i vantaggi e le dinamiche dell'uso del Poisson SGD per l'addestramento dei modelli.

Un nuovo modo di analizzare dati non strutturati usando tecniche di interrogazione avanzate.

Impara come le aziende aggiustano i prezzi in base al comportamento dei clienti e alle tendenze di mercato.

Questo articolo parla di un metodo per prevedere meglio l'incertezza dei dati delle serie temporali.

Nuovi metodi per ottimizzare le scelte attraverso il feedback sulle preferenze in ambienti complessi.

Un nuovo metodo per stimare le aspettative condizionali in modo efficiente in ambienti incerti.

Un nuovo metodo migliora l'efficienza e la qualità nella generazione di testi dei modelli linguistici.

Questo articolo presenta un metodo per modellare l'attività neurale usando RNN a basso rango.

Esplorare il ruolo delle reti tensoriali nel migliorare il machine learning quantistico.

Esplorare come le DNN recuperano le funzioni in contesti sovraparametrizzati.

Migliorare l'apprendimento per rinforzo con stime della funzione valore per un adattamento più veloce ai compiti.

Nuovi metodi riducono i costi di comunicazione per calcoli di data science più veloci.

Esplorare nuovi metodi per prendere decisioni migliori sotto incertezza nei sistemi di intelligenza artificiale.

Uno sguardo al random smoothing come difesa per i modelli di machine learning.

Esaminando il ruolo della robustezza nella stima di distribuzioni sconosciute a partire da campioni.

Nuovi metodi basati su modelli di diffusione migliorano la cybersecurity contro esempi avversariali.