Informática - Aprendizagem de máquinas

Um novo framework junta aprendizado profundo com estatística semiparamétrica pra uma análise de dados mais eficiente.

A pesquisa compara técnicas para analisar dados de sensores de veículos ao longo de 2,5 anos.

Integrar eventos futuros melhora a precisão dos métodos de previsão de energia.

Combinar dados de fluxo e pacotes revoluciona a detecção de ameaças na rede.

Um novo método usando AutoSparse pra poda eficiente de redes neurais desde o começo.

Essa pesquisa mostra como os robôs aprendem tarefas complexas através de treinamento no mundo real.

Um estudo sobre métodos para estimar a intensidade da turbulência a partir de gravações de vídeo.

O TART melhora a precisão do modelo enquanto defende contra ataques adversariais.

Novos métodos melhoram as previsões da dinâmica costeira usando aprendizado profundo.

A deriva localizada é um desafio para modelos preditivos em fluxos de dados que mudam.

Saiba a importância de acompanhar mudanças nos dados para resultados confiáveis em machine learning.

Um olhar sobre como a Destilação de Conhecimento melhora a velocidade e eficiência dos sistemas de recomendação.

Explorando como o aprendizado multitarefa afeta o desempenho e a generalização do modelo.

O SALSA melhora a precisão do reconhecimento de fala para idiomas de baixo recurso, integrando modelos de ASR e de linguagem.

Uma olhada em como os conjuntos de dados se relacionam e a importância dessas conexões.

Dados sintéticos estão mudando o treinamento de IA, oferecendo conjuntos de dados variados e baratos.

Um novo método simplifica como avaliamos a incerteza do modelo nas previsões.

Combinando fontes de dados pra melhorar as previsões de casos de COVID-19.

Uma olhada na avaliação de probabilidade confiável em sistemas de aprendizado de máquina.

Esse estudo analisa como a atividade cerebral dos passageiros pode melhorar a segurança em veículos automatizados.

Este estudo investiga como o CLIP interpreta rostos e reflete preconceitos sociais.

Um olhar sobre como as RNNs interpretam os pedidos dos usuários e melhoram a detecção de intenções.

KANs conectam IA e ciência, simplificando problemas complexos e melhorando pesquisas.

Apresentando o LoG-VMamba pra uma segmentação de imagem médica melhorada.

Analisando o impacto de dados quânticos aleatórios nas técnicas de aprendizado de máquina.

Explorando como a transferência de aprendizado ajuda a estudar as interações dos elétrons com os núcleos atômicos.

Usando imagens de satélite pra melhorar as avaliações do potencial solar global.

Um novo modelo gera sinais sintéticos pra uma análise de dados de saúde mais eficiente.

Aprenda a gerenciar as configurações de experimentos A/B de forma eficaz pra ter resultados confiáveis.

Novos algoritmos melhoram a eficiência da augmentação de dados e o desempenho do modelo usando estruturas de árvore.

Aprenda como a análise contínua impacta os resultados de testes A/B e a tomada de decisão.

Um novo método ajuda a identificar a contaminação de dados de teste em LLMs usando probabilidades de tokens.

Esse artigo fala sobre um método pra melhorar a resolução de SMT usando aprendizado de máquina pra escolher quantificadores.

Novo framework usa IA pra melhorar a detecção de erros na impressão 3D.

Um novo framework junta métodos de imagem pra estudar o desenvolvimento cognitivo e a conectividade do cérebro.

Uma abordagem inovadora pra melhorar a gestão de recursos em sistemas de IoT.

Novos métodos simplificam os cálculos para matrizes de precisão em grandes conjuntos de dados.

Este estudo analisa a interação entre o conhecimento dos LLMs e as torres semânticas.

O FSDEM traz uma nova maneira de avaliar técnicas de seleção de características para análise de dados.

Abordando o desequilíbrio de classes em agrupamentos com técnicas inovadoras.