Li Shen

Um novo framework melhora o aprendizado a partir de modelos pré-treinados sem precisar dos dados originais.

Explorando a regularização de agrupamentos de tarefas para lidar com a heterogeneidade do modelo.

A pesquisa traz um modelo pra melhorar a compreensão das redes e conexões do cérebro.

Um novo framework aumenta o desempenho do modelo com dados limitados.

Um novo método pra melhorar modelos pré-treinados usando ajuste fino seletivo.

Pesquisadores combinam fMRI e MEG pra estudar a atividade cerebral durante tarefas cognitivas.

Esse artigo explora o comportamento e o transporte de surfactantes usando simulações por computador.

Explore a abordagem do aprendizado federado em relação à privacidade no aprendizado de máquina.

Um novo modelo melhora a habilidade da IA de aprender sem esquecer.

Um novo método melhora a qualidade do código gerado por modelos de linguagem.

Esse artigo fala sobre viés em modelos gráficos e propõe um método para uma análise justa.

A-FedPD alinha as atualizações do modelo pra reduzir a instabilidade do treinamento no aprendizado federado.

Um novo método melhora a segmentação de imagens médicas usando menos amostras rotuladas.

Uma olhada em como o aprendizado de gráficos melhora a adaptação de domínio semi-supervisionada.

FWA melhora a velocidade e a generalização do machine learning através de uma média cuidadosa dos pesos.

Uma olhada nos métodos de otimização bi-nível e seu impacto nos modelos de machine learning.

Descubra como a conectômica cerebral melhora redes de estado eco para previsões melhores.