Informática - Aprendizagem de máquinas

Aprenda como a IA pode gerar conjuntos de dados sintéticos valiosos para pesquisas em telemática.

Métodos para garantir que Redes Neurais Bayesianas sejam confiáveis contra ataques adversariais.

O NetBooster melhora o desempenho de redes neurais pequenas para dispositivos inteligentes.

Esta pesquisa analisa o ajuste fino em aplicações de aprendizado por imitação com poucos exemplos.

Novo método melhora previsões ao considerar múltiplas pontuações de especialistas.

Uma olhada no impacto do aprendizado contrastivo de múltiplas facetas nos modelos de aprendizado de máquina.

SBNNs melhoram a eficiência em machine learning para dispositivos com recursos limitados.

Esse trabalho mostra as vantagens da comunicação descentralizada em jogos com muitos agentes.

Esse método melhora a detecção de outliers usando um processo em várias etapas.

Um modelo que aprende continuamente enquanto dá explicações claras para suas decisões.

Integrar o conhecimento humano nos modelos de IA pra tomar decisões melhores.

ShapeLinker otimiza o design de ligadores pra melhorar a eficácia de medicamentos usando aprendizado de máquina.

Um novo método melhora a avaliação de recuperação de imagens ao reduzir influências de categorias.

Analisando como a aleatoriedade afeta as vulnerabilidades em machine learning e a necessidade de padrões melhores.

Um novo método melhora a previsão de rótulos de nós usando afinidades de tarefa para um desempenho melhor.

Um novo método acelera os exames de ressonância magnética sem perder a qualidade da imagem.

Esse artigo fala sobre como usar modelos de linguagem pra melhorar as previsões de dados tabulares.

Um novo método melhora o treinamento de agentes em ambientes complexos usando alvos intermediários.

Este artigo fala sobre como as aproximações de gradiente melhoram o treinamento de modelos de aprendizado profundo.

Uma olhada em técnicas para acelerar Redes Neurais Gráficas em conjuntos de dados complexos.

Pesquisas estão explorando o uso de medicamentos já conhecidos para novas opções de tratamento contra a COVID-19.

Novo framework SAM++ melhora a precisão na identificação de estruturas anatômicas em exames médicos.

Os LLMs mostram potencial pra avançar a química e a ciência dos materiais com projetos inovadores.

Um novo método melhora as previsões de propriedades nucleares usando aprendizado de máquina.

RANS-PINN combina aprendizado de máquina e física pra previsões mais rápidas de fluxo turbulento.

Um novo G-CNN melhora a análise de imagens médicas 3D e a precisão.

Um novo conjunto de dados melhora a pesquisa sobre qualidade do ar com dados confiáveis e alta cobertura de sensores.

Trajetórias semânticas melhoram nossa compreensão dos padrões de movimento com insights contextuais.

Uma olhada em abordagens de aprendizado profundo descentralizado que priorizam a privacidade dos dados.

ReCoV ajuda a identificar e remover rótulos bagunçados pra melhorar o desempenho do modelo.

Melhorando a eficiência do design através de métodos de otimização colaborativa.

Um novo método melhora a detecção de objetos conhecidos e desconhecidos.

Pesquisas mostram riscos ocultos em modelos de aprendizado de máquina por meio de esteganografia.

O modelo de neurônio ELM simplifica a compreensão das funções complexas do cérebro com menos parâmetros.

Uma nova abordagem melhora as previsões de valor do tempo de vida do cliente pra decisões de negócios mais acertadas.

Aprenda como a imagem médica ajuda no diagnóstico e tratamento de doenças.

O FLOWER trata de aprendizado com poucos exemplos e esquecimento catastrófico em modelos de aprendizado de máquina.

O TensorNet melhora as previsões moleculares usando representações tensorais eficientes.

Uma nova estrutura melhora o treino de redes neurais convolucionais em grafos através de clusterização adaptativa.

Um novo método melhora o reconhecimento de atos de fala em bengali usando análise de áudio e texto.