Articoli più recenti per Apprendimento Automatico

Tecniche innovative migliorano l'efficienza e la precisione nelle traduzioni multilingue.

Scopri come le composizioni di Shapley migliorano la comprensione delle previsioni multiclass.

Un nuovo metodo migliora l'addestramento delle reti neurali usando un approccio di ottimizzazione ibrido.

Presentiamo MS-Bot, un metodo per i robot di usare in modo adattivo più sensi durante i compiti.

Un nuovo metodo per aiutare le macchine a imparare nuove categorie senza dimenticare quelle vecchie.

Uno studio sulle sfide e le soluzioni per l'allucinazione nei MLLM.

Esaminando come i memristor diffusivi generano picchi di tensione e i loro potenziali usi.

Un framework per affrontare il rumore nei dati nelle tecniche di recupero cross-modale.

Un nuovo approccio che migliora la comprensione delle macchine dei dati visivi provenienti da fonti diverse.

Un nuovo algoritmo migliora la privacy e l'efficienza nell'apprendimento federato usando metodi di secondo ordine.

Un nuovo metodo per visualizzare meglio le caratteristiche dei dati ad alta dimensione.

Questo articolo parla di come usare il machine learning per affrontare problemi di fisica che coinvolgono equazioni differenziali.

Questo documento presenta un metodo per identificare i fattori di rischio utilizzando tecniche di dati moderne.

Scopri come migliorare le previsioni dei modelli nonostante i cambiamenti nelle distribuzioni dei dati.

Il Movimento di Input Triangolare aumenta l'efficienza nelle reti neurali convoluzionali.

MHSSMamba migliora l'accuratezza nell'elaborazione e classificazione delle immagini iperspettrali.

Questo articolo presenta un metodo per migliorare la resilienza del gradiente discendente distribuito contro la corruzione dei lavoratori.

Esaminando come i sistemi cambiano nel tempo attraverso il comportamento delle particelle e gli impatti dimensionali.

Questo studio esplora un nuovo metodo per ottimizzare più obiettivi nei sistemi auto-adattivi.

Introducendo un metodo per migliorare la misura della turbolenza e la chiarezza delle immagini infrarosse.

Un nuovo modo di analizzare come i modelli immagine resistono ai cambiamenti di input.

HiSTN usa dati EEG per classificare le emozioni in modo efficace con poche risorse.

Un nuovo framework migliora il riconoscimento degli oggetti nelle immagini usando il testo.

Introducendo i Vettori di Task Prompt per migliorare l'apprendimento multi-task nei modelli linguistici.

Uno sguardo all'architettura bi-encoder e alla sua nuova prospettiva per migliorare l'accuratezza delle ricerche.

ED-VAE migliora la generazione dei dati affrontando le limitazioni dei VAE tradizionali.

Un nuovo metodo migliora la capacità dei modelli di linguaggio di gestire contesti rumorosi.

Un nuovo modello migliora l'accuratezza della misurazione della placenta dalle immagini ecografiche 3D.

Nuovi metodi migliorano le relazioni automatizzate domanda-risposta nell'analisi della scrittura.

Nuovo metodo migliora la privacy per i vision transformer nel machine learning.

Un framework per far adattare i robot a diverse abilità in vari ambienti in modo efficace.

I nuovi modelli GNN migliorano la rappresentazione molecolare per previsioni più precise nella scienza.

Questo metodo migliora la sicurezza nella generazione di immagini mantenendo la qualità.

Un nuovo metodo usa immagini per studiare i tratti e l'evoluzione delle specie.

Esaminando i progressi nell'apprendimento dei robot per sistemi multi-robot.

Esplorare come si comportano i sistemi caotici e il loro impatto sull'irreversibilità in vari campi.

Uno sguardo a come funzionano le Reti Neurali Grafiche e la loro importanza.

Un nuovo metodo migliora l'apprendimento semi-supervisionato utilizzando i dati OOD in modo efficace.

Questo studio analizza le prestazioni dei LLM su testi lunghi e offre strategie per migliorare.

Un nuovo framework migliora la classificazione delle malattie dalle immagini mediche nonostante le diverse condizioni dei dati.