Articoli più recenti per Apprendimento Automatico

Un approccio dettagliato per valutare la qualità della traduzione automatica con Metriche di Qualità Multidimensionali.

Cattleia offre spunti sui modelli ensemble, migliorando la comprensione e l'usabilità nei framework di AutoML.

Metodi innovativi migliorano l'analisi delle serie temporali grazie all'automazione e all'apprendimento automatico.

Scopri come AutoCD semplifica la ricerca di relazioni causali nei dati.

Un nuovo dataset migliora la capacità dei LLM di generare codice e prove Coq.

Esaminando le tecniche di gestione dell'energia in sistemi complessi in vari settori.

Un nuovo metodo migliora l'efficienza e l'accuratezza dell'inferenza variazionale.

Scopri l'efficienza del recupero generativo nella ricerca di documenti.

Questo articolo presenta un nuovo metodo per migliorare l'apprendimento incrementale delle classi con pochi esempi.

Il sondaggio PGIR identifica e classifica numerose stelle variabili a lungo periodo usando l'apprendimento automatico.

Questo articolo esamina l'integrazione dei metodi geometrici e del deep learning nella stima della profondità.

TransformMix migliora l'augmentation dei dati preservando le caratteristiche essenziali nelle immagini mescolate.

Questo articolo parla di un nuovo metodo per migliorare le Extreme Learning Machines in diverse applicazioni.

Un nuovo approccio migliora la precisione nel controllo dei dispositivi che cambiano forma usando il deep learning.

Esplorando nuovi modelli per un'analisi migliore dei dati grafici.

I ricercatori propongono di addestrare i modelli su immagini modificate per ridurre i problemi di copyright.

Presentiamo un algoritmo per prendere decisioni migliori con ricompense incerte in scenari complessi.

Le forme molecolari influenzano il design dei farmaci e le interazioni.

Come il machine learning migliora i metodi di campionamento degli audit in ambienti ricchi di dati.

Un nuovo approccio che combina la potatura dei pesi e dei token per un'elaborazione delle immagini efficiente.

Esaminare come i modelli grandi apprendono in modo efficiente da dati minimi.

Un metodo completo per selezionare controfattuali efficaci nei modelli di machine learning.

Nuovi metodi migliorano le prestazioni dell'OIE integrando caratteristiche linguistiche.

Questo articolo presenta un nuovo metodo per migliorare il grounding visivo unendo dati e conoscenza del modello.

Una panoramica su come le macchine imparano dai dati video e le sfide che affrontano.

Nuovi metodi migliorano la lettura e l'interpretazione delle partiture musicali.

Un approccio semi-supervisionato migliora la classificazione dell'immaginazione motoria dai dati EEG.

L'apprendimento federato migliora la cooperazione tra veicoli autonomi in condizioni atmosferiche difficili.

Un nuovo modello migliora la comprensione e l'adattabilità nel processo decisionale dell'IA.

L'apprendimento per rinforzo migliora i metodi di test per la sicurezza della guida autonoma.

Un nuovo metodo per un'ottimizzazione del peso efficace nei compiti di machine learning multi-obiettivo.

Le logiche differenziabili migliorano il machine learning grazie a tecniche di verifica formale e allenamento più avanzate.

DVMNet migliora la stima della posa degli oggetti per oggetti mai visti prima con nuove tecniche.

GROS combina più stimatori per migliorare l'accuratezza nell'analisi dei dati.

La ricerca mostra come i token di posizione migliorano il ragionamento spaziale nei modelli di linguaggio solo testo.

MIM-Reasoner ottimizza la diffusione delle informazioni su più piattaforme social.

Questo metodo migliora l'efficienza di StyleGAN mantenendo la varietà delle immagini.

Un nuovo metodo per proteggere i modelli di machine learning dagli attacchi di dati malevoli.

Un approccio innovativo alla presa di decisioni usando campioni minimi.

Uno studio rivela nuove tecniche per attacchi backdoor sui modelli linguistici con impatto minimo.