Articoli più recenti per Scienza dei Dati

J-CHAT offre un grande dataset open-source per migliorare i sistemi di dialogo parlato.

Un nuovo framework valuta i modelli di IA che prevedono le reazioni delle cellule ai cambiamenti.

Scopri come l'apprendimento in contesto migliora i modelli predittivi usando più set di dati.

Il metodo SUWR migliora la chiarezza e l'affidabilità della selezione delle caratteristiche nelle previsioni.

Esplorare il valore dei modelli approssimativamente equivarianti nel machine learning.

Questo articolo esamina come la quantizzazione può migliorare l'efficienza dell'addestramento dei modelli di linguaggio Transformer.

Un nuovo modello migliora il legame tra i video e le loro descrizioni testuali.

Questo framework migliora l'efficienza della data science convertendo il codice Python in SQL.

Scopri come GDAN migliora l'analisi del rischio di credito usando tecniche grafiche avanzate.

Un nuovo framework combina vari tipi di guida per migliorare le prestazioni di segmentazione.

Esaminando le ipotesi nei metodi di ottimizzazione del deep learning e le loro implicazioni nel mondo reale.

Un approccio di machine learning offre previsioni climatiche più veloci e precise.

Combina LLM e Prolog per migliorare il ragionamento nella generazione di testo.

Uno sguardo dettagliato al benchmark MMAU per i modelli di linguaggio.

DropKAN migliora le performance dei KAN risolvendo i problemi di Dropout.

Un nuovo framework migliora il rilevamento delle comunità tramite appartenenze fuzzy di ordine superiore.

Scopri come l'ingegneria dei prompt migliora le prestazioni dei modelli linguistici nei compiti di NLP.

Un nuovo set di dati accelera le previsioni delle proprietà molecolari per la progettazione di farmaci.

Un nuovo sistema migliora la classificazione dei tessuti usando tecniche di deep learning.

Un nuovo metodo per misurare l'incertezza nel deep learning, specialmente nell'analisi di sopravvivenza.

Questo articolo parla di metodi per migliorare il riconoscimento vocale per lingue con pochi dati.

Scopri come il transfer learning migliora i risultati dei modelli usando conoscenze da compiti correlati.

Introducendo metriche innovative per le matrici SPD per migliorare stabilità e usabilità.

Esplorare il ruolo dei modelli specifici per il dominio e consapevoli dell'incertezza nella sanità.

Esplorando l'integrazione del calcolo quantistico nel machine learning per migliorare le prestazioni.

Le recenti tecniche di machine learning migliorano il tracciamento negli esperimenti di fisica ad alta energia.

Nuove telecamere per eventi migliorano il riconoscimento della lingua dei segni e l'accuratezza della traduzione, migliorando gli strumenti di comunicazione.

Gli scienziati usano le trasformazioni di scattering per migliorare l'interpretazione e la modellazione dei dati cosmici.

Nuovo framework migliora la capacità dei modelli di rispondere a domande sensibili al tempo.

Nuovo metodo migliora le Reti Neurali Bayesian per una migliore generalizzazione nel trasferimento dell'apprendimento.

Un nuovo metodo che combina l'apprendimento per rinforzo offline e online per migliorare il processo decisionale.

Un nuovo framework si occupa di equità, privacy, interpretabilità e emissioni nell'IA.

Questo studio mette in evidenza i miglioramenti di STR usando RoBERTa tra le lingue.

Un nuovo metodo migliora l'accuratezza della classificazione per le categorie di gravità delle malattie critiche.

Presentiamo GOAR, un metodo per capire meglio l'importanza delle caratteristiche nell'IA.

Un framework per migliorare l'analisi del sentiment dell'AI nelle conversazioni sanitarie.

Un modello per prevedere le prossime azioni nelle partite di calcio usando dati passati.

Un nuovo approccio rende i compiti di machine learning più facili da capire e mettere in pratica.

I ricercatori migliorano l'apprendimento delle forme 3D usando fonti di dati diverse per una migliore comprensione delle macchine.

Una panoramica del ruolo di SGD nell'ottimizzazione del machine learning.