Estatística - Aprendizagem automática

Um olhar sobre os métodos para estudar processos de mudança em várias áreas.

Investigando métodos mais rápidos para teste de duas amostras usando características de Fourier aleatórias.

Um novo método estima efeitos causais usando poucas intervenções, mesmo com fatores ocultos.

Esse estudo melhora o desempenho do classificador através de estratégias direcionadas na Aprendizagem de Rótulo Parcial Multi-Instância.

Um olhar detalhado sobre treinamento e dinâmicas em aprendizado de máquina.

RSCUSUM oferece uma solução pra detectar mudanças nos dados de forma eficiente e precisa.

A pesquisa foca em características das plantas usando técnicas avançadas de imagem e aprendizado de máquina.

Um novo método para melhores conjuntos de previsão usando várias funções de pontuação.

ASkotch melhora a eficiência da regressão de ridge do kernel para grandes conjuntos de dados.

Aprenda como Processos Gaussianos melhoram previsões e lidam com incertezas na análise de dados.

Um novo método melhora o processamento de dados em física de partículas ao focar em momentos.

A pesquisa explora como estimar estatísticas respeitando as necessidades de privacidade dos usuários.

Um novo modelo melhora a previsão ao juntar diferentes fontes de dados de engenharia.

Esse artigo fala sobre um método unificado pra avaliar e melhorar a segurança no trânsito.

AdapTable melhora as previsões do modelo com dados de tabela que mudam sem precisar re-treinar.

Avaliar preconceitos em machine learning pode resultar em resultados mais justos para todo mundo.

Novo algoritmo melhora a amostragem de fatias elípticas para distribuições truncadas.

Um olhar sobre a importância das distribuições subweibull na análise de dados.

Um novo framework conecta teoria com prática em machine learning.

Um novo método simplifica a resolução de equações diferenciais parciais parabólicas.

Analisando os desafios de interpretar modelos de regressão linear em machine learning.

Nova abordagem melhora modelos geradores para descoberta eficiente de compostos.

Esse estudo analisa como empregos de meio período afetam o desempenho em matemática dos alunos do ensino médio.

Um novo método melhora o aprendizado a partir de dados complexos usando proximais de Wasserstein.

Um novo algoritmo melhora a eficiência de treinamento das Redes Neurais de Fourier Randômicas.

Explore vários métodos para identificar anomalias em diferentes áreas.

Um olhar sobre as técnicas mais recentes para classificar dados com rótulos desconhecidos.

Um estudo sobre como melhorar os métodos de UDA através da avaliação e compreensão de mudanças nos dados.

O aprendizado de máquina traz novas informações sobre a esclerose sistêmica, melhorando o diagnóstico e o tratamento.

NeuroSynth gera dados de MRI sintéticos pra melhorar os estudos sobre saúde cerebral.

Um esquema pra classificar os diferentes estilos de direção pra melhorar a segurança nas estradas.

Analisando privacidade diferencial em dados de transporte espaço-temporais para proteger os usuários.

RINO oferece uma nova abordagem para resolver equações diferenciais parciais de forma eficiente.

Explorando técnicas avançadas para amostragem uniforme em formas geométricas complexas.

Explorando como os modelos passam de memorização pra generalização efetiva.

Uma nova abordagem simplifica a estimação de parâmetros em modelos que não têm funções de verossimilhança claras.

Novas sequências de confiança melhoram a estimativa de incerteza em modelos estatísticos.

EggNet melhora a precisão do rastreamento de partículas usando técnicas de grafos em evolução.

Novos modelos melhoram previsões e explicações na análise de sobrevivência.

Explorando como RL melhora modelos de difusão para resultados específicos.