Articoli più recenti per Scienza dei Dati

Introducendo un metodo per migliorare l'efficienza della memoria nei sistemi di apprendimento continuo.

ShaRP permette agli utenti di controllare le forme dei cluster di dati per un'analisi visiva migliore.

Uno sguardo alle nuove tecniche di generazione di immagini che si concentrano sulla corruzione e sul recupero.

Un nuovo framework integra il ragionamento simbolico con il deep learning per avere soluzioni AI migliori.

Uno sguardo ai nuovi metodi per un training efficiente dei modelli linguistici.

ZeroSeg permette la segmentazione semantica senza etichette umane sfruttando modelli pre-addestrati.

Uno sguardo dettagliato alle tecniche di riconoscimento vocale sviluppate per la competizione del 2022.

Esaminare l'equità nei sistemi di raccomandazione e l'impatto dei pregiudizi.

Questo articolo parla di come usare la sostituzione dei verbi per l'aumento dei dati nel machine learning.

Un nuovo modello gerarchico migliora l'analisi della covarianza degli asset usando dati ad alta frequenza.

Un nuovo metodo migliora il rilevamento degli errori nei grandi modelli di apprendimento automatico.

Questo articolo parla di come migliorare le performance dei modelli usando pseudotag per una classificazione delle immagini più efficace.

Nuovi metodi puntano a migliorare la standardizzazione dei nomi delle malattie nei documenti clinici.

Un nuovo approccio migliora l'efficienza e la flessibilità della modellazione generativa.

Un nuovo metodo per potenziare i dataset grafici per migliorare le prestazioni del modello.

Un nuovo approccio addestra l'IA a riconoscere meglio il parlato e le emozioni in ambienti rumorosi.

Esplorando il potenziale delle reti neurali quantistiche per risolvere problemi complessi.

La ricerca si concentra sul miglioramento della classificazione tra diversi gruppi di dati usando l'apprendimento attivo.

Gli NCDE offrono soluzioni per analizzare dati di serie temporali irregolari in vari settori.

Un nuovo metodo per migliorare i sistemi di raccomandazione usando i dati di interazione tra utenti e contenuti.

Nuovi metodi migliorano l'accuratezza delle previsioni delle colture, riducendo al contempo la complessità e i tempi di addestramento.

Un nuovo modello migliora le spiegazioni del machine learning incorporando l'incertezza.

AUC-opt punta a migliorare l'Area Sotto la Curva ROC per i modelli di classificazione.

Affrontare la privacy e l'accuratezza nell'analisi dei dati sintetici tramite l'inferenza bayesiana.

Metodi automatici rilevano i fattori scatenanti emotivi nei testi legati a crisi per risposte migliori.

Nuovo metodo ottimizza gli iperparametri bilanciando più obiettivi nel machine learning.

Un nuovo metodo migliora la capacità dei grafi di conoscenza di gestire query numeriche complesse.

Uno sguardo a un metodo per potenziare i modelli di traduzione per le lingue sottorappresentate.

Questo articolo parla di metodi per ridurre il bias di popolarità negli strumenti di raccomandazione.

Un nuovo metodo unisce DNN e GP per migliorare la precisione delle previsioni e la stima dell'incertezza.

Uno studio su come la scalabilità e la complessità influenzano le prestazioni delle reti neurali.

Questa ricerca si concentra su come migliorare le risposte dei modelli linguistici grazie a regolazioni dinamiche della temperatura in base alla rilevanza della fonte.

Una nuova tecnica aumenta le stime di fiducia nell'apprendimento multimodale per previsioni migliori.

Nuovo dataset migliora la comprensione dei testi legali in più lingue.

Un metodo per migliorare le raccomandazioni attraverso query sintetiche dai dati di interazione degli utenti.

GFN4Rec aumenta il coinvolgimento degli utenti con raccomandazioni varie e di alta qualità.

Le ricerche dimostrano come il testo sintetico possa migliorare efficacemente i sistemi ASR.

ShrinkE offre un nuovo modo per rappresentare relazioni complesse nei grafi della conoscenza.

Un nuovo modello offre un modo più semplice per costruire reti neurali profonde.

Studiare come i pregiudizi nei dati di addestramento influenzano il comportamento e le prestazioni del modello.