データサイエンス に関する最新の記事

新しいイベントカメラが手話の認識と翻訳精度を向上させて、コミュニケーションツールを改善してるよ。

科学者たちは、宇宙データの解釈とモデル化を強化するために散乱変換を使ってるんだ。

新しいフレームワークでモデルの時間に敏感な質問に答える能力が向上したよ。

新しい方法がベイジアンニューラルネットワークを強化して、転移学習での一般化を向上させる。

オフラインとオンラインの強化学習を組み合わせた新しい方法で、意思決定を改善する。

新しいフレームワークがAIの公平性、プライバシー、解釈可能性、排出量に取り組んでるよ。

この研究は、言語間でのRoBERTaを使ったSTRの改善を強調してるんだ。

新しい方法で、重要な病気の重症度カテゴリの分類精度が向上するよ。

GOARを紹介するよ、AIの特徴の重要性をもっとよく理解するための方法だ。

ヘルスケアの会話におけるAI感情分析を改善するためのフレームワーク。

過去のデータを使ってサッカーの試合での次のアクションを予測するモデル。

新しいアプローチが機械学習のタスクを理解しやすく、実装しやすくしてるよ。

研究者たちは、機械の理解を向上させるために多様なデータソースを使って3D形状学習を強化してる。

SGD（確率的勾配降下法）は、機械学習の最適化でめっちゃ重要な役割を果たしてるよ。データが多いときでも効率よく学習できるし、計算が早いのが特徴。ミニバッチを使って、ランダムに選んだデータから勾配を計算して、パラメータを更新するんだ。これのおかげで、大規模なデータセットでも対応できるし、収束も早くなることが多いよ。だから、深層学習とかでもよく使われてるんだ。

数学とコンピュータサイエンスにおける複雑な関数を簡単にするための2つの方法を探る。

プロンプトと知識蒸留を使って継続学習を強化する新しいアプローチ。

データが少なくてコストも抑えながら、大きな言語モデルをうまく微調整する方法を学ぼう。

KnewImpは欠損データの補完精度を向上させて、トレーニングプロセスを簡素化するよ。

マルコフランダムフィールドと複雑な関係を分析する上での役割を見てみよう。

人間のフィードバックを使って言語モデルを改善する新しいアプローチ。

CoAPTは、プロンプトチューニングで文脈属性語を使って画像分類を強化するよ。

研究がトポロジカルな特徴を使って、より良い抗癌ペプチド予測のためのTop-MLを紹介した。

遠距離で高品質なストリートビューを作る方法を紹介するよ。

ランダム潜在探索を紹介するよ：エージェントの探索を改善する新しいアプローチだ。

新しい方法が機械学習アプリケーションの不確実性推定を改善する。

ユークリッドはダークエネルギーとダークマターの謎を解き明かそうとしている。

医療コーディングプロセスを効率化して精度を上げるための技術を探ってる。

語彙の大きさが大規模言語モデルのパフォーマンスにどう影響するかを発見しよう。

この記事は、視覚と言語モデルのミスキャリブレーションの問題を扱い、解決策を提供しているよ。

ZeroMMTは、高価なデータセットなしで翻訳を強化するために、単言語のマルチモーダルデータを使用してるんだ。

LLMがどれだけ信頼できる知識ベースとして機能するかについての研究。

Qalamはアラビア語のテキストと手書きの認識を向上させたよ。

ダイナミックセマンティックアジャスターは、いろんなタスクで自己教師あり学習のパフォーマンスを向上させるよ。

トレーニングインスタンスの慎重な選択を通じてRLエージェントを最適化する研究。

低ランク近似が大きな行列をどう簡略化して計算を楽にするかを学ぼう。

この記事では、ベイズ法がニューラルネットワークの予測に対する信頼性をどう向上させるかについて話してるよ。

新しいモデルが、さまざまな条件で自動運転車の軌道予測を向上させる。

患者データ収集を最適化して、より良い健康結果を得る方法。

CycleMixは、AIモデルのパフォーマンスを向上させるために画像スタイルをミックスするんだ。

LIARは再トレーニングなしでモデルをプルーニングする新しい方法を提供し、効率とパフォーマンスを向上させるんだ。