Informática - Aprendizagem de máquinas

Uma nova abordagem pra fortalecer a IA visual contra distúrbios naturais usando objetos realistas.

Um novo framework melhora as previsões para PDEs hiperbólicas complexas com descontinuidades.

A TRON melhora as recomendações de compras personalizadas usando estratégias avançadas pra aumentar o envolvimento do usuário.

Este artigo discute os desafios e técnicas para lidar com o desequilíbrio de dados na classificação de áudio.

O CodeLens ajuda os desenvolvedores a visualizar e entender a estrutura do código de forma eficiente.

Novos métodos melhoram a compreensão de classificações complexas de grafos através de contrafatuais.

Um novo método melhora as previsões dos caminhos de agentes em movimento no transporte.

Uma nova perspectiva sobre redes neurais focando em simplicidade e na realização de funções.

Esse artigo fala sobre a importância de detectar mudanças nos dados para modelos de aprendizado de máquina.

Novo método verifica a propriedade de modelos DRL pra evitar roubo.

Pesquisa destaca métodos para proteger a privacidade de gênero em áudio falado.

Novos métodos melhoram a eficiência e a precisão da amostragem em estatística.

O TimeGNN melhora a precisão das previsões usando gráficos dinâmicos pra capturar relações que mudam.

Pesquisas mostram que Redes Neurais Informadas por Física têm potencial para gerenciar energia eólica.

Um novo método pra estudar sistemas complexos usando aprendizado de máquina pra identificar variações chave.

Apresentando o Dataset BubbleML para estudos avançados em dinâmica de ebulição.

Um novo método melhora as previsões de aprendizado profundo e garante a interpretabilidade.

SCGDN melhora a agrupamento de grafos com amostragem estruturada e representação de nós aprimorada.

Pesquisadores usam GNNs pra aumentar a eficiência e a precisão da simulação de fluxo de fluidos.

Explorando as complexidades do agrupamento em gráficos em mudança.

Um olhar sobre como a decomposição poliédrica melhora a compreensão das redes neurais ReLU.

Analisando como a ordem de avaliação dos candidatos afeta os resultados da contratação.

Este artigo analisa problemas de overfitting em redes ReLU rasas com dados ruidosos.

Analisando como as leis de conservação influenciam o treinamento e o desempenho do modelo.

Um jeito de colocar marcas d'água confiáveis em textos gerados pra rastrear a origem.

Estratégias pra melhorar a eficiência em computação distribuída.

Este artigo explora a avaliação de modelos probabilísticos em redes complexas.

Apresentando o SAP-sLDA pra uma melhor classificação de texto e experiência do usuário.

Um novo método melhora o aprendizado a partir de dados rotulados de forma errada.

Um método novo melhora o desempenho de DNNs para aplicações do mundo real.

Analisando como as máquinas aprendem a criar resultados complexos a partir de partes simples.

Uma olhada nos modelos de índice único e no gradiente descendente em dados de alta dimensão.

Um olhar sobre como capturar emoções por trás das palavras faladas de forma mais precisa.

O modelo SAFE melhora a clareza na tomada de decisões da IA com explicações contrafactuais eficazes.

Apresentando ODEs neurais com portões para melhorar o desempenho em tarefas e a retenção de memória.

Explorando como as camadas do modelo de linguagem se adaptam quando estão danificadas.

Um olhar sobre como os agentes aprendem e melhoram em seus ambientes.

PBT-NAS combina técnicas de treinamento pra melhorar a busca por arquitetura de redes neurais.

Novos métodos melhoram simulações de dinâmica molecular usando deep learning pra identificação de variáveis coletivas.

Um novo método pra defender redes neurais profundas de ameaças de backdoor com resultados promissores.