Estatística - Aprendizagem automática

Explorando o valor de modelos aproximadamente equivariantes em aprendizado de máquina.

Esse artigo apresenta quantis minimax pra ter estimativas estatísticas melhores.

Redes neurais bayesianas melhoram as previsões do comportamento dos materiais com estimativas de incerteza.

Este estudo examina PINNs Bayesianos para estimar parâmetros de PDE a partir de dados ruidosos.

Uma abordagem de aprendizado de máquina oferece previsões climáticas mais rápidas e precisas.

Técnicas pra melhorar a inferência de gráfico e a estimativa de incerteza em várias áreas.

LaseNet melhora a extração de variáveis ocultas em modelos cognitivos usando redes neurais.

Explorando uma nova abordagem para otimização de preferências multi-objetivo.

Um novo conjunto de dados acelera as previsões de propriedades moleculares para o design de medicamentos.

Um novo método pra medir a incerteza em deep learning, especialmente na análise de sobrevivência.

Explorando novas técnicas em design experimental e análise de dados pra pesquisa científica.

Uma nova abordagem pra prever mudanças em sistemas complexos usando computação de reservatório.

Dois novos estimadores melhoram a precisão na análise de dados de resposta a itens.

Novos métodos melhoram a precisão das previsões de mudança do nível do mar regional usando aprendizado de máquina.

Novo método melhora Redes Neurais Bayesianas para uma melhor generalização em aprendizado por transferência.

Novos métodos melhoram a previsão e localização de sinal sem fio usando redes neurais.

Aprenda como HQR e WACI melhoram a precisão dos intervalos de previsão em várias áreas.

Esse artigo fala sobre como gráficos de conhecimento melhoram a seleção de recursos na análise de dados.

Analisando o papel da atribuição de crédito em aprendizado de máquina e problemas de direitos autorais.

Abordando fatores confundidores e mudanças nos dados para melhores previsões.

KnewImp melhora a precisão na imputação de dados faltantes e simplifica os processos de treinamento.

Analisando as dificuldades de criar funções de recompensa eficazes em aprendizado por reforço.

O VICatMix melhora a agrupação de dados de saúde complexos pra dar insights médicos melhores.

Novos métodos melhoram as previsões para reclamações de seguro ao lidar com problemas de superexposição de zeros.

Explore os benefícios e a dinâmica de usar Poisson SGD para treinar modelos.

Uma nova abordagem pra analisar dados não estruturados usando técnicas avançadas de consulta.

Aprenda como as empresas ajustam os preços com base no comportamento dos clientes e nas tendências do mercado.

Esse artigo fala sobre um método pra prever melhor a incerteza dos dados de séries temporais.

Novos métodos para otimizar escolhas através de feedback de preferência em ambientes complexos.

Um novo método pra estimar expectativas condicionais de forma eficiente em ambientes incertos.

Um novo método melhora a eficiência e a qualidade na geração de texto de modelos de linguagem.

Esse artigo apresenta um método para modelar a atividade neural usando RNNs de baixa classificação.

Explorando o papel das redes tensorais em melhorar o aprendizado de máquina quântico.

Explorando como DNNs recuperam funções em configurações superparametrizadas.

Melhorando o aprendizado por reforço com estimativas da função de valor pra uma adaptação mais rápida às tarefas.

Novos métodos reduzem os custos de comunicação para cálculos de ciência de dados mais rápidos.

Explorando novas maneiras de tomar decisões melhores em situações de incerteza em sistemas de IA.

Uma olhada no suavização randomizada como uma defesa para modelos de aprendizado de máquina.

Analisando o papel da robustez na estimativa de distribuições desconhecidas a partir de amostras.

Novos métodos utilizando modelos de difusão aprimoram a cibersegurança contra exemplos adversariais.