Informática - Aprendizagem de máquinas

IMEX-Reg melhora o aprendizado de máquina reduzindo o esquecimento e melhorando o desempenho em tarefas.

Explorando como o processamento de sinais melhora as capacidades de aprendizado de máquina em várias áreas.

Explorando o impacto da IA generativa na visualização de dados e seu potencial futuro.

Modelos de deep learning melhoram a precisão na segmentação de derrames, resultando em melhores resultados para os pacientes.

Combinando Modelos de Linguagem Grandes com dados pra descobrir equações científicas de forma eficaz.

Explorando a importância das relações espaciais nas interpretações de visão computacional.

Llip melhora como as imagens são combinadas com diferentes descrições textuais.

Essa pesquisa mostra como o LoRA melhora o desempenho de modelos de linguagem em tarefas específicas.

Novos algoritmos melhoram a privacidade em tarefas de otimização complexas.

DelGrad melhora o aprendizado em Redes Neurais Espinhas ao focar no tempo dos picos.

Robôs podem melhorar a navegação classificando diferentes terrenos em ambientes desafiadores.

Explorando o papel da tecnologia em melhorar o diagnóstico de câncer através da análise histológica.

Este estudo combina modelos de linguagem e dados visuais para melhorar a Regressão Simbólica.

Um guia pra tomar decisões usando dados do passado e entendendo os riscos.

Este artigo analisa novos métodos para aprendizado de máquina que preservam a privacidade.

Estudo combina tecnologias de RL e LLM pra melhorar o desempenho de agentes educacionais.

FDEs neurais combinam redes neurais e equações diferenciais fracionárias pra modelar melhor sistemas complexos.

Uma nova abordagem melhora o desempenho de redes híbridas de LiFi e WiFi.

Um novo método melhora a precisão na previsão de preços ao aperfeiçoar a seleção de características.

Um novo sistema melhora a qualidade da imagem usando adaptadores especializados baseados em comandos de texto.

Um método de treinamento em duas etapas melhora as ODEs neurais para sistemas com restrições.

O SGD-PH combina métodos de primeira e segunda ordem pra ter um desempenho melhor no treinamento do modelo.

Modelos quânticos melhoram a precisão da classificação de imagens ao lidar com variações e rotações.

Um método pra verificar a confiabilidade do modelo sem rótulos verdadeiros.

Nova métrica mede a similaridade de conjuntos de dados enquanto preserva a privacidade no Aprendizado Federado.

Os CNFs usam equações diferenciais pra modelar distribuições de probabilidade complexas de forma eficaz.

Analisando ferramentas pra detectar drift de dados em aplicações de machine learning.

O método FOOL melhora a transferência de dados de satélite reduzindo o tamanho enquanto preserva a qualidade.

Explorando como o aprendizado por transferência impacta a eficácia do modelo em diferentes contextos de dados.

Um novo modelo, o MolCRAFT, melhora o design de medicamentos gerando estruturas moleculares realistas.

Novos métodos aumentam a segurança medindo a confiança nas decisões de veículos autônomos.

Um novo método melhora as tomografias computadorizadas de baixa dose reduzindo o ruído de forma eficaz.

Novos métodos melhoram o treinamento em sistemas de aprendizado federado descentralizado.

Um novo otimizador melhora a comunicação no treinamento de IA distribuída.

Novos benchmarks revelam desafios para MLLMs em tarefas do mundo real com contextos longos.

Med-Gemini melhora a saúde com uma IA avançada para diagnósticos e interação com os pacientes.

Aprenda como modelos de difusão melhoram a análise de dados de séries temporais em diversas áreas.

Novas ferramentas melhoram a edição de gravações de voz e a qualidade de produção.

Um estudo revela insights sobre o equilíbrio entre entradas visuais e textuais em VLMs.

Um olhar sobre a importância da reprodutibilidade em estudos de IA e ML.