Articoli più recenti per Scienza dei Dati

Un nuovo framework semplifica il design degli acceleratori di machine learning per migliorare le prestazioni.

Scopri come la scarsità migliora l'efficienza nei modelli di apprendimento multi-task.

L'apprendimento robusto assicura che i modelli di machine learning restino affidabili nonostante la manipolazione dei dati.

Un approccio innovativo per allenare le reti neurali senza gradienti.

Esplora i campi gaussiani e il ruolo del rumore nella loro analisi.

Un nuovo algoritmo migliora l'efficienza dell'aggregazione dei dati nelle reti di droni.

Un metodo fresco punta ad aiutare i modelli ad imparare nuovi compiti senza dimenticare quelli vecchi.

TAN migliora la generazione di immagini usando dati limitati con tecniche innovative.

Un progetto per riconoscere le azioni nelle partite di badminton usando l'analisi video.

La ricerca mostra come i modelli di machine learning possano migliorare l'accuratezza tra diversi gruppi di pazienti.

Esplora i fattori che influenzano il successo dei progetti di data science e come migliorare i risultati.

Uno sguardo a come funzionano i modelli TAL con dati e potenza di calcolo limitati.

Nuovi metodi migliorano la comprensione dei diversi tipi di dati.

Combinare l'analisi dei dati e il controllo dei modelli migliora la comprensione e le decisioni.

Quest'articolo parla della necessità di tecniche migliori per la classificazione dei documenti.

Un nuovo metodo per migliorare le reti neurali gestendo le correlazioni tra neuroni.

Un nuovo modello migliora la capacità dell'IA di imparare dal feedback degli utenti.

i-Align migliora l'allineamento dei grafi di conoscenza con spiegazioni chiare e un'elaborazione efficace.

Questo metodo migliora la classificazione delle immagini mediche usando reti neurali grafiche.

Questo studio esplora come ChatGPT può migliorare il rilevamento delle intenzioni aperte.

Un dataset per prevedere le prestazioni del calcolo tensoriale su hardware specializzati.

RestNet migliora i compiti di segmentazione con dati limitati in vari domini.

Le ricerche mostrano che pulire i dati è fondamentale per migliorare l'efficacia dei modelli linguistici.

La rilevazione degli outlier è fondamentale per un'analisi dei dati precisa e conclusioni corrette.

TSLiNGAM migliora la scoperta causale in dataset complessi con distribuzioni sbilanciate.

Nuovo metodo migliora i dati etichettati male, potenziando la separazione delle sorgenti musicali.

Nuovi metodi migliorano le raccomandazioni per gli utenti stabilizzando il feedback e l'apprendimento tra i compiti.

Un nuovo metodo bilancia rilevanza e giustizia nei sistemi di ranking.

I grandi modelli linguistici semplificano lo sviluppo di archivi di informazioni organizzati.

Una panoramica delle reti di Hopfield che affrontano la generalizzazione e l'overfitting.

Un nuovo metodo migliora l'addestramento dei modelli nonostante le etichette rumorose.

Un nuovo metodo migliora le performance della classificazione multiclass usando ECOC con NEAT.

Scopri come affrontare i problemi di squilibrio nei dati nell'analisi dei grafi.

Un nuovo metodo migliora il rilevamento OOD usando flussi di normalizzazione e apprendimento delle varietà.

Capire il passaggio verso modelli linguistici open-source e facili da usare.

Nuovi metodi ottimizzano le reti neurali profonde per una migliore performance nel mondo reale.

Ricerca su come migliorare le prestazioni del modello con diversi dataset di nuvole di punti.

Un nuovo metodo per identificare punti di cambiamento nei dati delle serie temporali multivariate.

PruneSSL migliora l'apprendimento semi-supervisionato rimuovendo selettivamente i dati non etichettati più difficili.

Uno sguardo a come i frattali aiutano a capire l'urbanizzazione e la pianificazione delle città.