Informática - Aprendizagem de máquinas

Um novo método simplifica a seleção de dados para a verificação de segurança de veículos autônomos.

Novos métodos de atenção melhoram os modelos de transformadores em eficiência e desempenho.

Explorando como o design de recompensas influencia o aprendizado em sistemas de reforço.

Um novo gerador de pesos melhora a eficiência e a qualidade do treinamento de redes neurais.

A Atenção Elíptica melhora o foco e o desempenho em tarefas de IA.

um novo método promove equidade na identificação de linguagem tóxica direcionada entre grupos demográficos.

Este estudo analisa como os robôs podem entender usos secundários de ferramentas.

Pesquisas mostram que robôs conseguem replicar os movimentos da cabeça humana pra ter uma interação melhor.

Novos métodos melhoram a representação de imagens e a eficiência no processamento.

RPC-Attention melhora modelos de autoatenção pra ter um desempenho melhor em dados barulhentos.

Um novo método melhora a precisão do modelo em situações com desbalanceamento de classes.

Um novo método melhora a eficiência do "machine unlearning" sem prejudicar o desempenho do modelo.

Um novo método que combina as forças do Sliced e do Tree Wasserstein para análise de dados dinâmicos.

Pesquisas mostram que é complicado alinhar o processamento das máquinas com a percepção humana.

A calibração garante que as previsões estejam alinhadas com os resultados reais em várias áreas.

Descubra métodos para aprender funções de paridade, mesmo com imprecisões nos dados.

Aprenda como o aprendizado em contexto melhora os modelos preditivos usando vários conjuntos de dados.

O método SUWR melhora a clareza e a confiabilidade da seleção de características nas previsões.

Um estudo sobre a resiliência dos Graph Transformers contra ataques adversariais.

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

Um novo método melhora a eficiência do aprendizado profundo para dispositivos de borda.

Uma olhada nas inovações das MPNNs de múltiplos corpos para analisar dados de redes complexas.

Esse artigo analisa como a quantização pode melhorar a eficiência do treino de modelos de linguagem Transformer.

Esse artigo apresenta quantis minimax pra ter estimativas estatísticas melhores.

Explorando métodos pra ajudar robôs a andar como humanos.

Um jeito de melhorar o aprendizado de máquina garantindo a privacidade dos dados.

Descubra como o GDAN melhora a análise de risco de crédito usando técnicas avançadas de grafos.

Novos métodos permitem que músicos criem instrumentos a partir de comandos de som.

Analisando o papel e os desafios da tokenização em processamento de linguagem natural.

Esta pesquisa melhora a detecção de locais de paradas usando análise de dados de GPS móvel.

Analisando como os transformers contam a ocorrência de itens em sequências.

Explorando como modelos de linguagem lidam com tarefas de raciocínio de forma eficaz.

Analisando as suposições nos métodos de otimização de deep learning e suas implicações no mundo real.

Um novo programa de computador que imita os métodos de aprendizado do cérebro.

Um novo método melhora a geração de imagens organizando o espaço latente em modelos de difusão.

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

Redes neurais estão melhorando os sistemas de controle para gerenciar processos complexos de reação-difusão.

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

Esse artigo analisa a aplicação de redes neurais na resolução de equações de difusão e reação.

Apresentando o NAMER, um novo método pra reconhecer expressões matemáticas escritas à mão com mais rapidez e precisão.