Articoli più recenti per Apprendimento Automatico

Esplorare l'impatto del pre-addestramento DINO sulle prestazioni e sull'adattabilità dei veicoli autonomi.

Un nuovo approccio migliora l'efficienza dell'apprendimento continuo in dispositivi con risorse limitate.

Un nuovo metodo combina previsioni bayesiane e copule a vite per un'analisi dei dati migliorata.

SEED migliora il rilevamento di oggetti 3D usando la selezione doppia delle query e l'attenzione a griglia deformabile.

Un nuovo metodo per una segmentazione delle immagini efficiente usando tecniche di apprendimento auto-supervisionato.

Indagare su come il mirror flow minimizza gli errori nei compiti di classificazione.

Un nuovo metodo migliora le previsioni nei sistemi complessi usando deep learning e processi gaussiani.

ConvBench offre un modo nuovo per valutare efficacemente le prestazioni degli algoritmi di convoluzione.

L'augmentazione dei dati migliora l'accuratezza della valutazione delle vulnerabilità software nonostante l'imbalance nei dati.

Migliorare le esperienze online degli utenti tramite un'analisi comportamentale efficace.

Scopri come la regressione del kernel e l'aggiornamento bayesiano migliorano le previsioni con i nuovi dati.

Nuovo metodo migliora la risoluzione delle PDE senza rete globale.

Analizzando le sfide e le soluzioni nel completamento dei dati attraverso la teoria dei grafi.

Nuovi metodi migliorano la segmentazione e l'analisi delle immagini in istologia con meno esempi etichettati.

Un nuovo metodo migliora il tracciamento degli oggetti unendo i filtri PHD e PMB.

Un nuovo metodo migliora le prestazioni delle GNN con dati rumorosi.

Presentiamo PACE, un approccio strutturato per spiegazioni affidabili dell'IA.

SCIGEN integra vincoli strutturali per generare in modo efficiente materiali quantistici stabili.

Questo articolo parla di come usare il Reinforcement Learning per ridurre il bias nei compiti di classificazione.

Uno sguardo al confronto tra reti neurali quantistiche e classiche.

Un modello di deep learning migliora la previsione del carico energetico per le microreti.

Nuove tecniche migliorano la precisione di localizzazione dei robot negli spazi interni usando il deep learning.

Nuove tecniche migliorano le previsioni delle energie di formazione dei difetti nei materiali.

Usare modelli linguistici per migliorare compiti in lingue poco rappresentate tramite la generazione di dati.

Nuovi modelli migliorano le previsioni in ambienti di dati in cambiamento.

Impara le basi degli algoritmi quantistici e le loro applicazioni in vari settori.

Questo articolo parla dell'uso delle reti neurali siamese per il posizionamento dei robot mobili.

Esplorando nuovi algoritmi per la classificazione multiclasse in condizioni di feedback limitato.

Un framework per valutare le capacità dei LLM in compiti legati ai dati con interpreti di codice.

Questo lavoro studia come l'allenamento influisce sulle previsioni dei grandi modelli di linguaggio.

Uno sguardo a come CLIP gestisce la negazione nel linguaggio.

Un metodo per migliorare la comunicazione e l'efficienza nelle reti elettriche.

Questa ricerca mira a chiarire la meccanica delle metriche GCP e Riemanniane.

Valutare l'impatto delle strategie di decodifica sulle prestazioni dei LLM.

La ricerca mostra come il decoding MBR migliora la qualità della traduzione nei modelli più piccoli.

Nuovo metodo prevede il legame dei farmaci usando la struttura 3D delle proteine.

Un nuovo modello migliora il ragionamento induttivo nei grafi della conoscenza usando più entità di partenza.

Nuovi metodi migliorano la gestione della cache per i modelli di linguaggio di grandi dimensioni.

I ricercatori propongono un nuovo metodo per la locomozione dei robot, concentrandosi sulla posizione dei piedi.

La ricerca mostra effetti diversi delle tecniche di sbiancamento sugli embeddings delle frasi nei compiti di NLP.