Articoli più recenti per Scienza dei Dati

Un nuovo metodo migliora la segmentazione delle immagini mediche usando l'apprendimento semi-supervisionato.

SBoRA migliora il fine-tuning per i modelli di linguaggio grandi, risparmiando risorse e migliorando le prestazioni.

Esaminando come l'allenamento influisce sulle prestazioni del modello in situazioni avverse.

Un nuovo metodo migliora il riconoscimento delle emozioni anche con dati incompleti.

Nuove tecniche migliorano la stima della posa della testa da singole immagini frontali.

Uno studio su come combinare gli aggiornamenti per i modelli di linguaggio in modo efficace.

Un nuovo modello migliora la generazione di dati tabulari sintetici per diverse applicazioni.

Un approccio semplificato per implementare l'Orthogonal Matching Pursuit per soluzioni sparse.

Questo studio si concentra sulla rimozione di trojan dannosi nei modelli linguistici di grandi dimensioni utilizzando tecniche di filtraggio.

Una guida su come creare dataset di qualità per migliorare le prestazioni dei modelli linguistici.

GROD migliora come i transformer gestiscono i dati fuori distribuzione per avere previsioni migliori.

Un nuovo modello rileva il pregiudizio sociale nel testo usando dati sintetici.

Nuovi metodi migliorano l'apprendimento continuo e l'adattabilità dei grandi modelli pre-addestrati.

Un nuovo metodo per generare video usando sia testo che immagini.

Un nuovo metodo migliora l'identificazione delle specie vegetali dalle immagini.

Un nuovo metodo migliora la comprensione dell'AI riguardo ai contenuti video.

Presentiamo un metodo che migliora l'apprendimento da pochi dati senza dimenticare le conoscenze passate.

Un nuovo approccio all'ottimizzazione permette un'analisi migliore di diverse dimensioni dei passi.

Il sistema AI migliora il tracciamento del bestiame e l'accesso all'assicurazione per gli agricoltori.

Esplorare strategie per migliorare i Modelli di Linguaggio Grande attraverso la collaborazione.

Uno sguardo a come i modelli di deep learning apprendono e danno priorità alle caratteristiche.

Esplorando LaFAM: Un metodo senza etichette per capire meglio le decisioni dell'IA.

Introducendo le matrici Group-and-Shuffle per un fine-tuning efficiente dei modelli neurali.

I ricercatori migliorano le abilità di traduzione per oltre 100 lingue, concentrandosi su lingue a basso contenuto di risorse.

SingFlex offre soluzioni innovative per creare diverse voci cantanti in modo efficiente.

Un nuovo metodo migliora la classificazione nonostante etichette rumorose e set di dati squilibrati.

Un nuovo set di dati accelera l'analisi sismica utilizzando tecniche innovative di apprendimento automatico.

Nuovo metodo migliora l'ottimizzazione nel machine learning con un training più efficace.

Un modo nuovo per capire sequenze di dati complessi senza supervisione.

Un nuovo modo per creare modelli 3D realistici dei vasi sanguigni usando la diffusione di denoising.

Un metodo per ridurre il consumo energetico mantenendo le prestazioni del modello nel machine learning.

Questa ricerca parla del ruolo del federated learning nella protezione della privacy durante l'analisi dei dati.

Un nuovo metodo che utilizza vettori circolari migliora l'efficienza nei compiti multi-etichetta.

Un nuovo metodo per classificare testi con input dell'utente e supervisione debole.

Un nuovo framework migliora le prestazioni della verifica dell'identità con dati limitati.

Un nuovo metodo riduce le caratteristiche fuorvianti nel machine learning con meno sforzo umano.

Uno sguardo all'apprendimento per trasferimento e all'apprendimento auto-supervisionato nella sanità.

Nuovi approcci migliorano le strategie di controllo per sistemi complessi e non lineari utilizzando caratteristiche casuali.

Uno sguardo alle sfide e alle innovazioni nei metodi di adattamento del dominio grafico.

Un nuovo metodo migliora il riassunto con dati di addestramento limitati.