Informática - Aprendizagem de máquinas

Explorando métodos pra lidar com barulho de rótulo em Árvores de Decisão Boosted por Gradiente.

Um novo método ajuda na seleção de algoritmos para classificação de séries temporais, enquanto preserva a privacidade dos dados.

Um novo framework melhora as estratégias de cupons para vendedores em marketplaces online.

Um novo método prevê o desempenho de DNN em diferentes hardwares de forma rápida e precisa.

Novos métodos melhoram a geração e otimização de sequências de RNA, impactando a regulação gênica.

Um novo método melhora o alinhamento de modelos de linguagem grandes com a entrada humana.

Esse artigo examina fatores chave na qualidade dos dados de preferência pra melhorar o treinamento do modelo de recompensa.

Um novo método ajuda modelos a se adaptarem a dados do mundo real inesperados.

Este artigo examina o viés em sistemas TTI e o papel das embeddings.

Novos algoritmos melhoram a tomada de decisão com múltiplas recompensas no aprendizado por reforço.

Este artigo avalia o sentimento e o significado nas legendas de imagens.

Um novo framework melhora o controle de qualidade de PCBs através de métodos automáticos de detecção de defeitos.

AGDC combina aprendizado por reforço e auto-feedback pra estimar vazamentos de gás melhor.

DFMLU facilita a criação de modelos de machine learning, deixando tudo mais tranquilo para os desenvolvedores.

Novos métodos melhoram a precisão dos dados na produção de energia eólica.

A-GFNs usam átomos pra criar novas moléculas semelhantes a remédios, melhorando a descoberta de medicamentos.

Este estudo analisa o desempenho e as condições para redes neurais quantizadas sob aritmética de ponto fixo.

Esse artigo fala sobre viés em modelos gráficos e propõe um método para uma análise justa.

Novos métodos melhoram o movimento de robôs de várias patas em superfícies irregulares.

Novas técnicas de aprendizado de máquina melhoram previsões em plasticidade de policristais.

Uma nova forma de gerar explicações legais para análise de dados de séries temporais.

Modelos de fundação melhoram a precisão na identificação de plant crops no mundo todo.

Um método pra encontrar soluções ótimas em ambientes incertos com avaliações caras.

Novo framework melhora o movimento de robôs quadrúpedes em diferentes terrenos.

Uma nova maneira de entender redes mesmo com informações faltando.

Uma nova biblioteca melhora os métodos para lidar com problemas complexos de otimização multiobjetiva.

Um método pra aprender em condições difíceis com dados ruidosos.

Uma abordagem tech pra otimizar a alimentação de peixes e melhorar a sustentabilidade da aquicultura.

Um novo método melhora a regressão simbólica usando modelos de linguagem pra uma análise de dados mais eficiente.

Uma nova abordagem melhora a compreensão das relações de dados em aprendizado de máquina.

Pesquisadores desenvolvem novas estratégias pra distinguir animais individuais usando os sons únicos deles.

Aprenda como o Matrix Profile detecta anomalias em dados de séries temporais multidimensionais.

Explorando o Replay de Experiência Reversa pra um aprendizado mais eficiente nos algoritmos de reforço.

Analisando vulnerabilidades de contratos inteligentes e o papel dos modelos de linguagem na detecção.

Uma olhada em como aprender com redes que evoluem ao longo do tempo.

Um novo método aborda de forma eficaz os valores faltantes em dados de séries temporais multivariadas.

Pesquisas melhoram a precisão da estimativa do intervalo pós-morte usando conjuntos de dados maiores.

Novos métodos melhoram GNNs para tipos de gráfico desafiadores.

Um método pra lidar melhor com redes grandes em aprendizado de máquina.

Um novo método melhora a segurança do ranking para uma experiência do usuário melhor.