Informatica - Informatica distribuita, parallela e in cluster

RapidOMS offre un approccio più veloce ed efficiente all'analisi della spettrometria di massa.

Un nuovo approccio per addestrare i modelli linguistici migliora l'efficienza e le prestazioni.

Una panoramica dell'importanza e dei metodi per verificare i sistemi distribuiti.

Un nuovo algoritmo migliora la collaborazione in tempo reale per la modifica dei documenti.

Questo approccio migliora l'efficienza nell'addestramento dei modelli su grandi dati di grafi, proteggendo al contempo la privacy.

Esaminando l'equità e l'efficienza delle aste di intenzione commerciale nella finanza moderna.

PASS usa il calcolo probabilistico per risolvere in modo efficiente sfide difficili in vari settori.

Domino migliora la velocità di allenamento dei modelli linguistici ottimizzando la comunicazione tra le GPU.

Un nuovo metodo migliora l'efficienza nella gestione di input lunghi nei modelli di linguaggio.

Scopri come le relazioni causali influenzano le decisioni in vari settori.

Uno sguardo all'Apprendimento Federato Gerarchico e ai suoi vantaggi per la privacy dei dispositivi.

Un nuovo metodo migliora l'apprendimento federato riducendo la trasmissione dei dati e il consumo energetico.

Questo approccio migliora l'efficienza e la precisione nell'analizzare i dati provenienti da più dispositivi.

Uno sguardo a come LFRic si comporta su diversi supercomputer per le previsioni meteo.

Uno strumento per analizzare l'uso di energia da parte dei programmi per computer.

Un nuovo metodo protegge la privacy mentre si trovano i valori massimi nelle reti distribuite.

Scopri come migliorare l'efficienza dei modelli linguistici a lungo contesto.

Uno studio sulle prestazioni dei modelli di rilevamento degli oggetti su dispositivi di calcolo piccoli.

miniLB offre un modo più semplice per valutare le simulazioni LBM su vari sistemi hardware.

Uno sguardo al calcolo che preserva la privacy e alla sua efficienza attraverso design centrati sulla memoria.

Scopri la tecnologia blockchain e le sue applicazioni in vari settori.

Scopri come le ciclidi possono mantenere l'efficienza anche in caso di fallimenti dei processi.

Scopri come il machine learning potenzia la compressione dei dati nella scienza.

Un nuovo metodo per analizzare grafi incerti e le loro misure di centralità.

C-sync migliora l'efficienza della sincronizzazione temporale e la resilienza ai guasti nelle reti IoT.

I ricercatori usano il machine learning per migliorare la stima del rumore nel quantum computing.

TensorSocket migliora l'efficienza dell'addestramento del deep learning attraverso il caricamento condiviso dei dati.

DAOS offre una gestione dei dati efficiente per ambienti di calcolo ad alte prestazioni.

TAKFL ottimizza la condivisione della conoscenza nell'apprendimento federato per le diverse capacità dei dispositivi.

Questo studio migliora l'efficienza dell'apprendimento federato usando server edge per una gestione più efficace delle risorse.

Faro ottimizza l'allocazione delle risorse per i modelli di ML in ambienti limitati.

Un nuovo approccio aiuta i satelliti a ridurre il consumo della batteria e allungare la vita.

Un nuovo metodo protegge l'apprendimento decentralizzato dagli attacchi di avvelenamento dei dati.

L'intelligenza edge e il calcolo quantistico migliorano le reti satellitari-terrestri per una maggiore efficienza.

Intel SHMEM migliora la comunicazione tra GPU, permettendo applicazioni ad alte prestazioni in modo efficiente.

Presentiamo una soluzione di archiviazione su misura per blockchain consortili come Hyperledger Fabric.

Strategie innovative migliorano il rilevamento di eventi rari nei sistemi di apprendimento federato.

FLeNS migliora il federated learning bilanciando la velocità di apprendimento e l'efficienza nella comunicazione.

Scopri come la procedura Lanczos filtrata migliora i calcoli degli autovalori usando le GPU.

Un nuovo modo per pianificare in modo efficiente i compiti non preemptivi.