Informática - Aprendizagem de máquinas

Um olhar sobre modelos de regressão mistos pra estimar relações complexas de dados.

Uma visão geral das funções softmax e mecanismos de atenção em grandes modelos de linguagem.

Uma nova abordagem melhora a segmentação de imagem usando modelagem binária independente.

Apresentando o NSRwH pra melhorar o ajuste de expressões matemáticas.

Usando aprendizado auto-supervisionado pra prever o desempenho de bilheteira.

Um novo método pretende melhorar a confiança nas previsões de aprendizado de máquina abordando a incerteza.

Um estudo comparando técnicas de aumento de dados pra melhorar modelos de visão computacional.

Novo método melhora a detecção e classificação de mamografias usando técnicas de deep learning.

O MethaneMapper melhora a detecção de emissões de metano usando técnicas avançadas de deep learning.

Um novo sistema pra melhorar o fluxo do trânsito promovendo caronas.

AOT-SNNs melhoram a estimativa de incerteza em redes neurais spiking pra fazer previsões melhores.

Aprimorando processos gaussianos através de técnicas inovadoras de auto-destilação.

Um novo método pra melhorar a precisão das previsões e as estimativas de incerteza em machine learning.

Este artigo fala sobre como gerenciar o aprendizado em agentes com restrições impostas.

Este estudo explora a eficácia do aprendizado de máquina na identificação de fraudes em compras.

Combinando memória episódica e aprendizado por reforço pra tomar decisões mais rápidas e melhores.

Este estudo melhora a capacidade das GNNs de lidar com tarefas de múltiplos nós usando técnicas de rotulagem inovadoras.

Um estudo das mudanças na biomassa florestal de 1990 a 2019 em Nova York.

Melhorando a classificação de SPNs através da combinação de imagem médica e dados clínicos.

Analisando métodos pra garantir justiça nos processos de decisão em aprendizado de máquina.

Gerenciando a rotação de naves espaciais de maneira eficiente sob incertezas usando métodos de controle avançados.

Estudo revela maneiras de extrair feedback relacionado à energia de avaliações de apps.

Um guia pra diagnosticar problemas em sistemas com componentes que aprendem.

Esse estudo analisa o aprendizado com poucos exemplos e os desafios que isso enfrenta na visão computacional do dia a dia.

Um modelo inovador melhora a representação molecular para o desenvolvimento de medicamentos.

Zonotopos híbridos facilitam o estudo de redes neurais usando funções de ativação ReLU.

Novos métodos melhoram a imagem de condutividade usando aprendizado profundo e abordagens tradicionais.

Novas redes de deep learning melhoram a precisão na segmentação de imagens médicas.

O GPT-4 mostra potencial em melhorar a eficiência e eficácia da busca por arquitetura neural.

Explorando novas maneiras de aprender por imitação de forma eficiente em máquinas.

GCNH melhora o aprendizado a partir de estruturas de grafo complexas, lidando bem com a heterofilia.

A equipe Jumbo-Visma tá revolucionando as previsões de energia pros ciclistas usando modelos de dados.

O SequeL facilita experimentos de Aprendizado Contínuo com compatibilidade para PyTorch e JAX.

Um olhar sobre como GNNs analisam dados em grafo de forma eficaz.

Analisando a justiça individual em modelos bayesianos em comparação com redes neurais tradicionais.

Um novo método melhora a eficiência do modelo ao aprender com dados limitados.

Uma visão geral das redes neurais, sua estrutura e como elas aprendem com os dados.

Esse modelo melhora as previsões dos movimentos oculares e dá um up na análise da compreensão de leitura.

Saiba sobre os perigos dos ataques de envenenamento de modelo e seu impacto no aprendizado federado.

Um novo framework melhora a segmentação em conjuntos de dados de imagens médicas desbalanceados.