Articoli più recenti per Apprendimento Automatico

Un nuovo metodo migliora i Vision Transformers auto-supervisionati con prompt specifici per il compito.

TimeDiff migliora le previsioni a lungo termine delle serie temporali grazie a tecniche avanzate.

Un nuovo metodo migliora l'analisi dei dati sulla temperatura dell'oceano influenzati dalla copertura nuvolosa.

Uno sguardo a Mixed-TD per ottimizzare le reti neurali sull'hardware.

EAMDrift migliora le previsioni combinando più modelli per una maggiore accuratezza.

Un nuovo approccio migliora la classificazione dei testi in più lingue.

FedSMOO migliora l'apprendimento federato affrontando la diversità dei dati e i problemi di comunicazione.

Un nuovo approccio migliora la selezione delle caratteristiche senza dati etichettati per set di dati sbilanciati.

Uno studio su come le reti neurali identificano forme danneggiate rispetto agli esseri umani.

Esplorando l'intersezione tra il calcolo quantistico e l'apprendimento per rinforzo.

Uno studio su come i layer di backbone e pooling influenzano le prestazioni nella classificazione delle nuvole di punti.

Un nuovo metodo migliora i risultati della classificazione dei grafi usando l'adattamento del dominio non supervisionato.

NCFA combina metodi tradizionali con deep learning per capire i dati meglio.

FasterViT unisce CNN e Vision Transformers per un'elaborazione delle immagini super efficiente.

Nuovo framework migliora la qualità della voce nella sintesi vocale.

Un nuovo metodo migliora le strategie decisionali per applicazioni nel mondo reale.

Uno studio che valuta le capacità di inferenza causale dei grandi modelli di linguaggio.

Un nuovo modello migliora le previsioni dei movimenti pedonali tenendo conto dell'incertezza dei sensori.

Un nuovo approccio per avere migliori intuizioni sui sistemi complessi usando reti neurali.

Un framework per migliorare la qualità del software nelle applicazioni di machine learning.

Un nuovo metodo per migliorare il processo decisionale nei modelli di linguaggio usando esperienze passate.

Metodi innovativi migliorano il modo in cui i robot apprendono da vari tipi di dati.

Un nuovo dataset migliora l'analisi del sentiment per i contenuti in arabo.

Il framework HYDRA permette agli agenti AI di adattarsi a ambienti in cambiamento.

Questo studio esplora come misurare e instillare conoscenza negli LLM in modo efficace.

Introducendo un approccio modulare innovativo per migliorare l'efficienza e le performance dell'apprendimento per rinforzo.

Questo articolo parla dei vantaggi e delle sfide del trasferimento ipotetico nell'apprendimento automatico.

Uno studio mostra come adattiamo i tassi di apprendimento in base a nuove informazioni.

Questo documento presenta un metodo per migliorare il processo decisionale delle auto a guida autonoma nel traffico misto.

Sfruttare i modelli di base per rilevare le violazioni delle politiche in modo efficiente con minima supervisione.

Uno sguardo a come la parametrizzazione di Hadamard migliora l'apprendimento nelle tecniche di apprendimento per rinforzo.

Un nuovo metodo migliora l'apprendimento auto-supervisionato per compiti di previsione densa.

Quest'articolo esplora le sfide nelle spiegazioni dei modelli e i metodi per migliorare la coerenza.

Un nuovo metodo riduce le risorse necessarie mentre allena i modelli NLP in modo efficace.

Il layer HT-perceptron migliora le reti neurali combinando tecniche classiche e quantistiche.

Uno studio svela i legami tra le DNN e la comprensione visiva umana.

HypLL semplifica il deep learning per dati gerarchici usando lo spazio iperbolico.

Il framework GADGET migliora la chiarezza nelle previsioni di machine learning affrontando le interazioni tra le caratteristiche.

Esplorare tecniche di apprendimento continuo applicate a strutture grafiche complesse.

Nuovi algoritmi migliorano l'analisi di set di dati complessi e ad alta dimensione.