Informática - Aprendizagem de máquinas

Um método novo que junta análises de notícias com previsões de preços de ações.

Um novo método pra melhorar a amostragem em aprendizado de máquina com mais privacidade.

Um novo método melhora a precisão dos intervalos de previsão pra decisões mais confiáveis.

Uma nova abordagem mostra como as redes do cérebro reagem durante as tarefas.

Um novo método melhora a clareza das imagens em imagens biomédicas através de refinamento iterativo.

O MSfusion permite que dispositivos com poucos recursos treinem grandes modelos de forma colaborativa.

Analisando métodos pra analisar jatos de colisões de partículas de alta energia.

Uma visão geral das complexidades em rotular documentos legais e suas implicações.

A ISQuant oferece uma nova abordagem para quantização visando um deployment de modelo mais eficiente.

Aprenda como a ponderação de importância melhora a performance do modelo em meio a mudanças de covariáveis.

Novo método melhora o desempenho do modelo em dados não vistos.

Uma nova abordagem de treinamento melhora a segurança e a adaptabilidade dos robôs na realização de tarefas.

Descubra como a quantização dinâmica adaptativa melhora os modelos VQ-VAE para uma representação de dados mais maneira.

Explora as vantagens e aplicações da Adaptação de Baixo Rango em modelos de IA.

Esse estudo explora como os transformers aprendem com processos de Markov através da inicialização e do fluxo do gradiente.

Criar sistemas que promovam a sinceridade entre os usuários em várias interações digitais.

Analisando interações entre agentes em ambientes de tomada de decisão.

Este estudo melhora o aprendizado por transferência otimizando as taxas de aprendizado para cada camada.

HEML melhora a classificação de imagens ao focar em segmentos importantes para explicações melhores.

Descubra métodos eficientes para identificar as melhores opções em situações de tomada de decisão.

Uma nova abordagem que combina aprendizado por reforço e otimização bayesiana pra uma tomada de decisão melhor.

Esse método melhora o treinamento de agentes usando menos dados de especialista através de exploração e assinaturas de caminho.

O Efeito Rashomon revela vários modelos eficazes em aprendizado de máquina.

ARMT melhora a memória da IA e o processamento de sequências longas.

Uma nova forma de analisar redes de deslocamento sob condições de estresse.

Um método novo de desfoque de imagem melhora a qualidade sem precisar de muitos dados.

Uma nova abordagem pra melhorar a tomada de decisão em aprendizado por reforço.

Explorando algoritmos de Cobertura Submodular Justa para tomadas de decisão justas em aprendizado de máquina.

Avaliar quantização e poda pra otimizar modelos de DRL com recursos limitados.

Explorando como as redes neurais usam seus pesos aprendidos de forma eficaz.

Este estudo analisa métodos de marca d'água para texto gerado por máquinas e a eficácia deles contra ataques de remoção.

Um novo método melhora o desempenho dos modelos de linguagem em problemas complexos.

Uma olhada em usar menos medições pra uma recuperação de sinal melhor.

O XQSV tem como objetivo replicar a jogabilidade parecida com a humana no Xadrez Chinês.

NeuralSCF combina aprendizado de máquina com DFT pra uma análise de estrutura eletrônica mais eficiente.

Esse artigo apresenta uma nova abordagem usando Treinamento em Tempo de Teste pra melhorar o desempenho de RNN.

Um método pra aumentar a eficiência do modelo em aprendizado de máquina com estratégias de poda eficazes.

Descubra como modelos de linguagem grandes podem otimizar redes de satélite, aéreas e terrestres.

Um método pra melhorar a detecção de deepfake de áudio através de aumento de dados.

Uma nova método pra avaliar a qualidade das histórias contadas por máquinas foi apresentado.