Articoli più recenti per Apprendimento Automatico

CL-DETR migliora la rilevazione degli oggetti integrando la distillazione della conoscenza e il replay di esemplari.

Il framework GUIDED offre un unlearning efficace per i dati grafici, migliorando la protezione della privacy.

Affrontare gli effetti negativi tramite esperienze apprese nella decisione automatica.

Uno sguardo alla fattorizzazione LU e alla sua importanza nella risoluzione di equazioni lineari.

Discutere degli attacchi di avvelenamento e delle strategie di difesa per i sistemi di raccomandazione federati.

Un nuovo metodo che usa RNN per testare ipotesi in ambienti sconosciuti.

Scopri come l'IoT e il machine learning possono trasformare la cura dei pazienti e la sicurezza dei dati.

Nuove tecniche usano segnali esistenti per una posizione interna precisa.

Combinare immagini 2D e dati 3D migliora l'accuratezza della segmentazione in diverse applicazioni.

Questo studio analizza le prestazioni dei classificatori con alterazioni delle immagini guidate dal testo.

Un nuovo metodo migliora l'analisi dei dati EEG per le interfacce cervello-computer.

Una nuova tecnica garantisce la privacy dei dati nel machine learning collaborativo.

Sfruttare il transfer learning per simulazioni di dinamica molecolare più efficienti.

Uno studio su come usare il machine learning per migliorare l'assegnazione dei protocolli di imaging medico.

Testare le abilità di ChatGPT attraverso il classico gioco testuale Zork rivela alcune limitazioni importanti.

Espandere i metodi degli operatori monotoni per applicazioni pratiche nelle reti neurali e nell'analisi dei dati.

Meta-LTH migliora l'efficienza del few-shot learning tagliando le connessioni della rete neurale che non servono.

Scopri come le reti tensoriali migliorano sia l'apprendimento automatico quantistico che quello classico.

Un nuovo metodo migliora come vengono fatte le raccomandazioni per gli utenti.

I dati sintetici migliorano il machine learning per l'analisi dei cristalli nella scienza dei materiali.

Uno studio sull'uso di reti neurali bayesiane per un controllo migliorato in ambienti incerti.

Un'analisi di quanto bene i modelli visivi-linguistici comprendano le immagini e i loro significati.

Un nuovo modello migliora la stima della profondità e della posizione della camera per vari utilizzi.

CRISP migliora l'efficienza nell'apprendimento per rinforzo gerarchico generando sotto-obiettivi raggiungibili.

Un nuovo metodo punta a migliorare i risultati nei trial clinici con previsioni più precise.

Un nuovo sistema migliora le valutazioni della qualità delle immagini mediche con spiegazioni.

Nuovo dataset mira a migliorare il riconoscimento delle emozioni con le mascherine.

Usare il machine learning per recuperare informazioni dai binari software migliora la comprensione e l'accessibilità.

Un nuovo metodo migliora le prestazioni delle macchine in vari compiti usando il deep learning.

Migliorare i sistemi VQA per una migliore comprensione delle immagini e domande più varie.

Scopri come i dati strutturati influenzano il ragionamento nei modelli linguistici.

Un nuovo protocollo migliora la privacy e l'efficienza nel federated learning.

Un nuovo approccio usa gli embedding per ridurre il bias nei compiti di riconoscimento facciale.

Valutare i modelli linguistici nel trasformare le descrizioni dei bug in correzioni di codice corrette.

Un nuovo approccio che combina GAN e ABC per sistemare la specificazione errata del modello.

Espandere la valutazione dell'equità nell'ML includendo il feedback di stakeholder non esperti.

SparseFormer imita il focus umano per migliorare l'efficienza nel riconoscimento di immagini e video.

L'apprendimento pigro migliora l'addestramento dell'IA concentrandosi sugli errori.

Esplorare come i programmatori vedono e affrontano l'equità nelle applicazioni di ML.

Un nuovo modello per gestire meglio le variabili latenti continue nel machine learning.