Articoli più recenti per Apprendimento Automatico

Combinare la sicurezza quantistica con il machine learning migliora la velocità e l'efficienza nella comunicazione.

Un nuovo approccio per migliorare le prestazioni dei classificatori in dati complessi.

Un'immersione profonda nelle reti neurali per la minimizzazione della variazione totale nelle immagini.

Un nuovo metodo leggero per l'odometria visivo-inerziale migliora le prestazioni in ambienti difficili.

Esplorando come i miglioramenti negli alberi decisionali possano migliorare i metodi della teoria del codice.

La ricerca si concentra sul migliorare la capacità dell'IA di riconoscere azioni nei video.

Un nuovo metodo combina il Federated Learning e l'Adversarial Training per la rilevazione delle minacce interne.

Un nuovo metodo migliora l'analisi delle serie temporali usando tecniche di regressione simbolica e ricerca ad albero.

Un metodo per aggiornare i modelli di linguaggio grandi in modo efficiente e preciso.

Un nuovo metodo migliora la sicurezza dei veicoli autonomi in situazioni a rischio.

CARAML offre un nuovo modo per valutare l'efficienza dell'hardware AI nei compiti di machine learning.

GdVAE offre spiegazioni chiare per le decisioni del machine learning, aumentando fiducia e responsabilità.

Un nuovo metodo migliora le previsioni dei segnali wireless usando tecniche di machine learning.

Un nuovo metodo raggruppa immagini di telerilevamento non etichettate in modo efficiente.

TDC-2 migliora la ricerca nello sviluppo di farmaci grazie a un accesso ai dati migliore e modelli multimodali.

Una panoramica dell'algoritmo BCFW e delle sue tecniche efficienti per risolvere i problemi.

LogicPro migliora il ragionamento logico nell'AI usando problemi di algoritmo ed esempi di codice.

Un nuovo approccio basato sui dati migliora le previsioni dei tassi di incisione per una produzione di semiconduttori migliore.

Questo modello migliora l'analisi dei dati temporali non uniformemente distribuiti in vari settori.

Uno sguardo all'apprendimento e alla manipolazione dei modelli di serie temporali.

Esplorando gli attacchi di preferenza inversa e il loro impatto sulla sicurezza dei modelli.

Usare modelli più piccoli per velocizzare l'addestramento di modelli di linguaggio più grandi.

Il machine learning affina le previsioni sulle prestazioni e l'efficienza delle turbine a gas.

La ricerca mostra come i robot possano muoversi meglio usando planimetrie e modelli linguistici visivi.

Un'analisi dettagliata dei metodi di sentiment analysis e delle loro applicazioni online.

Usare modelli di linguaggio grandi per semplificare il feedback nell'apprendimento per rinforzo.

Un nuovo approccio unisce i GAN con la fisica per modellare strutture porose.

Esplorando metodi avidi e ottimali per l'addestramento degli alberi decisionali nel machine learning.

Combinare modelli neurali e di diffusione migliora l'accuratezza nelle previsioni di turbolenza.

Uno sguardo su come le reti neurali apprendono e si adattano nel tempo.

Usare immagini PET/CT sintetiche per migliorare la rilevazione dei tumori e le prestazioni del modello.

MEXMA migliora la rappresentazione delle frasi tra le lingue, potenziando gli strumenti di comunicazione multilingue.

Gli scienziati usano il machine learning per ottimizzare la sintesi dei materiali e migliorare l'efficienza.

PromSec ottimizza i prompt per generare codice sicuro e funzionale con gli LLM.

Un metodo per migliorare i modelli di machine learning che si occupano di dati corrotti.

Esplorare metodi efficaci per identificare le caratteristiche dei prodotti nell'e-commerce.

Un nuovo metodo migliora la stima dell'incertezza nella grafica computerizzata per rappresentazioni realistiche delle scene.

Un'analisi dell'efficacia del rilevamento dei segnali tramite la stima della covarianza del rumore.

Michelangelo valuta i modelli di linguaggio sulla loro capacità di ragionare attraverso contesti lunghi.

Un nuovo metodo migliora la comprensione dei risultati del clustering attraverso spiegazioni controfattuali.