Articoli più recenti per Apprendimento Automatico

Q-SHAP semplifica i calcoli del valore di Shapley per migliorare l'interpretabilità del modello.

A2SF migliora la selezione dei token nei modelli di linguaggio per prestazioni migliori.

Un nuovo metodo per un apprendimento per rinforzo più veloce grazie alla condivisione della conoscenza.

MEVDT offre dati ricchi per migliorare le tecnologie di tracciamento dei veicoli.

Ecco un metodo efficace per raggruppare dati misti con numeri e categorie.

Esaminando come gli agenti imparano più velocemente insieme nonostante i ritardi nella comunicazione.

Lo studio confronta le performance dei modelli YOLO nel rilevare le mucche in ambienti diversi.

Una tecnica per migliorare i dataset di addestramento per una migliore performance degli agenti.

Nuovi metodi migliorano la valutazione della qualità video usando tecniche di codifica avanzate.

Un nuovo metodo migliora i modelli 2D incorporando caratteristiche 3D per una performance migliore.

Un approccio economico per analizzare immagini ad alta risoluzione e testo.

Un nuovo metodo per registrare nuvole di punti usando l'apprendimento equivariato migliora l'accuratezza e la robustezza.

Theia migliora l'apprendimento dei robot usando intuizioni da più modelli.

Un nuovo metodo permette ai robot di seguire compiti in linguaggio naturale in modo efficace.

La selezione efficace dei dati è fondamentale per migliorare le performance del modello di linguaggio.

La ricerca svela legami tra apnea notturna e ipertensione.

Un nuovo metodo migliora l'RL offline usando modelli di diffusione per prendere decisioni migliori.

Presentiamo un nuovo ottimizzatore che migliora i processi di calcolo quantistico usando reti neurali.

Nuovi sistemi uniscono audio e video per una migliore rilevazione della violenza negli spazi pubblici.

xAI-Drop sfrutta l'interpretabilità per migliorare le prestazioni e la chiarezza delle Reti Neurali Grafiche.

Utilizzando metodi di attribuzione dei dati per migliorare l'analisi della fisica delle particelle al LHC.

Scopri come il deep learning relazionale trasforma l'analisi dei dati per le aziende.

Presentiamo MaskInversion, che migliora come i modelli si concentrano sui dettagli all'interno delle immagini.

Un nuovo framework migliora la classificazione e il raggruppamento delle traiettorie degli aerei.

Il metodo CrossWalk migliora l'equità nelle rappresentazioni dei nodi tenendo in considerazione informazioni sensibili.

Un nuovo metodo migliora l'accuratezza nella quantizzazione dei Vision Transformers senza dati originali.

Un nuovo sistema utilizza l'apprendimento automatico per classificare rapidamente e con precisione le lumache Radomaniola.

Un nuovo framework migliora l'efficienza nella gestione dei dati visivi.

Esaminando nuovi metodi di codifica per migliorare le prestazioni dei dati OOD nei modelli di scienza dei materiali.

La ricerca sulle reti neurali rivela comportamenti di distribuzioni a coda pesante.

Un nuovo metodo migliora l'apprendimento dai grafi nonostante il rumore nei dati.

Un nuovo metodo migliora l'accuratezza nella misurazione del volume dei tessuti usando l'imaging medico.

Nuovo framework migliora il riconoscimento vocale per i diversi dialetti arabi.

Un nuovo strumento per valutare i metodi di spiegabilità nei sistemi di IA.

Un nuovo approccio migliora il zero-shot learning per una migliore classificazione dei dati IoT.

Scopri approcci innovativi a più livelli che trasformano le strategie di ottimizzazione per problemi complessi.

Uno sguardo completo ai metodi di apprendimento auto-supervisionato nel riconoscimento del testo.

Le macchine stanno imparando a interpretare immagini e linguaggio, migliorando l'interazione tra umani e robot.

BackdoorBench offre un approccio unificato per valutare i metodi di apprendimento backdoor nelle reti neurali profonde.

Una nuova metrica per valutare la coerenza delle previsioni del modello nelle applicazioni critiche.