Informática - Aprendizagem de máquinas

Melhorando aplicativos de sensoriamento móvel através de uma nova estrutura para gerenciar dados faltantes.

Novos métodos para agrupamento de grafos permitem uma agrupamento flexível sem precisar saber o número de grupos.

Câmaras causais fornecem dados reais pra validar métodos de IA através de experimentos controlados.

Explore o papel da classificação ordinal e o impacto dos modelos de linguagem pré-treinados.

Um novo sistema que melhora as previsões do tempo através da assimilação eficiente de dados e aprendizado profundo.

Analisando o engajamento da comunidade e a adoção de modelos no desenvolvimento de IA de código aberto.

A PLEIADES avança o aprendizado de máquina pra processamento de dados baseado em eventos de forma rápida e eficiente.

Explorando os métodos usados para atribuição de características em redes neurais.

Analisando como as empresas podem compartilhar previsões pra melhorar os resultados.

Pesquisas mostram que analisar a fala pode ajudar a identificar a doença de Parkinson mais cedo.

WISER melhora as previsões de tratamento de câncer usando técnicas de dados inovadoras.

Um novo método pra melhorar o treinamento adversarial de redes neurais profundas.

Este estudo avalia modelos de deep learning pra melhorar a classificação de imagens médicas.

Um olhar sobre métodos de limiar para lidar com os desafios da regressão ordinal.

Apresentando o PQAH pra entender melhor os heatmaps de IA e como avaliá-los.

Uma nova abordagem melhora o processo de treinamento de modelos de linguagem grandes.

Um novo método melhora as interações de chat simulando um diálogo em tempo real.

Um guia para métodos de auditoria ética para tecnologias de aprendizado de máquina.

PatWay-Net combina aprendizado de máquina com previsões claras para os resultados dos pacientes.

O aprendizado profundo melhora as ressonâncias magnéticas, aumentando a velocidade e a qualidade das imagens pra um diagnóstico melhor.

Novas abordagens melhoram os métodos de tomada de decisão, reduzindo a dependência do conhecimento prévio e melhorando a exploração.

Um novo método melhora a clareza e o desempenho das previsões de GNN.

A atenção entre camadas reduz a necessidade de memória enquanto mantém o desempenho do modelo no processamento de linguagem.

Pesquisadores avaliam o papel da IA na análise de dados astronômicos e suas implicações.

Este estudo analisa como os criadores reagem quando suas obras são usadas para treinamento de IA.

EchoAlign modifica as características dos dados pra alinhar com rótulos barulhentos, melhorando o desempenho de machine learning.

Explorando o impacto e as técnicas por trás das interfaces cérebro-computador para melhorar a comunicação.

Os pesquisadores usam aprendizado de máquina pra identificar possíveis exoplanetas e anãs marrons.

Combinar conhecimento de física com modelos baseados em dados melhora o desempenho da modelagem generativa.

Um novo framework melhora a comparação de candidatos na recuperação de dados.

Um novo método melhora a inferência causal ao integrar gráficos causais no aprendizado de máquina.

O SOBER melhora a eficiência em encontrar parâmetros ótimos para modelos complexos.

Um novo método melhora a detecção de dados incomuns em modelos de machine learning.

Um novo método melhora a otimização em problemas caros e de alta dimensão.

Uma estrutura que melhora o aprendizado por reforço ao incorporar restrições essenciais.

Um novo método melhora a identificação de circuitos dentro de grandes modelos de linguagem.

Um olhar sobre como as práticas de contratação impactam os trabalhadores e a economia.

O GNN-Diff melhora a eficiência e o desempenho do treinamento de GNN otimizando os hiperparâmetros.

EAM mostra uma boa gestão de memória pra dados visuais complexos.

O framework CDC-MMPG melhora a personalização e a eficiência da IA para dispositivos inteligentes.