Artigos mais recentes para Aprendizado Auto-Supervisionado

AstroMAE usa autoencoders mascarados pra melhorar as previsões de desvio vermelho na astronomia.

Usando aprendizado auto-supervisionado pra classificar imagens subaquáticas em uma estrutura hierárquica.

Um novo método pra adaptar modelos de IA com dados rotulados limitados.

Novo método aprimora a detecção de objetos usando modelagem de imagem mascarada interativa.

Um novo método melhora a criação de relatórios de ECG e a resposta a perguntas usando aprendizado de máquina.

Estudo explora o desenvolvimento de ASR para Amis e Seediq, focando no uso de dados.

Uma nova abordagem melhora o design de circuitos de hardware usando aprendizado de máquina.

Uma nova estrutura melhora a compreensão das ações humanas através de dados de esqueleto.

Um novo sistema prevê notas de naturalidade para a fala sintética usando métodos inovadores.

SC-Phi2 é um modelo de linguagem pequeno, feito pra jogar StarCraft II de forma eficiente.

Um novo método melhora como os robôs lidam com ambientes difíceis pra ter um desempenho melhor.

Usando IA pra melhorar o diagnóstico precoce de doenças da retina com técnicas de imagem mais avançadas.

Uma visão geral das tecnologias de reconhecimento de palavras-chave e seus desafios com a língua urdu.

Um estudo mostra que i-vectors podem competir com modelos complexos em reconhecimento de fala.

Um novo método avalia modelos de fala auto-supervisionados usando medida de ranking.

Um novo método melhora o aprendizado de modelos menores a partir de modelos maiores usando similaridade espacial.

Pesquisadores usam aprendizado de máquina pra limpar dados barulhentos em estudos de materiais.

Uma nova abordagem melhora o processo de preenchimento de formas 3D incompletas.

Métodos de IA melhoram a análise de sinais biomédicos pra ter insights de saúde melhores.

Walker oferece rastreamento de objetos eficiente com pouca rotulagem de dados.

Pesquisadores melhoram as técnicas de modelagem de partículas usando métodos de aprendizado de máquina.

Esse estudo compara algoritmos DG pra lidar com a mudança de domínio na análise de imagens médicas.

A estrutura A3 melhora os modelos de machine learning pra se adaptar a novos ambientes de dados.

Usar imagens de drones melhora as previsões para a navegação de UGV em terrenos.

Métodos inovadores melhoram a detecção de malware através da inspeção profunda de pacotes.

Estudo analisa métodos de aprendizado auto-supervisionado pra melhorar a imagem cardiovascular.

O framework ECHO melhora a precisão da classificação de sons usando rótulos estruturados e um processo de aprendizado em duas etapas.

Analisando como os modelos SSL memorizam pontos de dados e suas implicações.

Um novo método melhora a detecção de alvo de olhar com menos dados rotulados.

Esse estudo avalia a eficácia de modelos pré-treinados em aplicações de Observação da Terra.

Pesquisadores usam o CRISP pra melhorar o monitoramento da biodiversidade através de uma análise de imagem mais eficiente.

O ESPnet-Codec melhora o treinamento e a avaliação de codecs neurais para áudio e fala.

Um novo algoritmo melhora a detecção de eventos sonoros usando aprendizado auto-supervisionado.

Aprenda como as máquinas estimam profundidade e se adaptam a diferentes ambientes.

Um novo modelo melhora a representação da fala para línguas africanas, aumentando a inclusão na tecnologia.

Combinar imagens médicas e dados genéticos melhora as previsões de sobrevivência do câncer de pulmão.

SimCLR melhora o treinamento de modelos usando dados não rotulados em tarefas de visão.

Usando aprendizado multimodal pra detectar doenças cardíacas cedo.

R-JEPA aprende a processar imagens como nossos cérebros, melhorando a visão computacional.

Um framework que combina informações estruturais e semânticas melhora a conclusão de grafos de conhecimento.