Informática - Aprendizagem de máquinas

Explorando a conexão entre modelos generativos profundos e a hipótese do manifold.

Analisando os desafios e futuros papéis na programação automática com LLMs.

Uma nova estrutura de tomada de decisão melhora as recomendações multi-objetivo.

Este artigo fala sobre como juntar aprendizado federado e aprendizado contrastivo pra melhorar a privacidade dos dados e o desempenho do modelo.

Experiências negativas do passado costumam deixar a gente mais cauteloso na hora de tomar decisões no futuro.

Um novo método melhora as previsões para transferência de calor em materiais usando técnicas de modelagem mistas.

Esse artigo fala sobre os desafios de segurança dos modelos de deep learning e as estratégias de defesa.

Métodos para lidar com outliers de forma eficaz na análise de dados.

Esse artigo fala sobre um modelo white-box pra aprendizado não supervisionado eficaz.

Examinando os perigos potenciais das armas autônomas na guerra moderna.

Usar algoritmos genéticos melhora a precisão na previsão dos resultados dos alunos no aprendizado online.

Esse método melhora o ajuste fino de modelos de linguagem usando conjuntos de dados abertos e não rotulados.

Aproveitando dados diversos pra melhorar a observação da Terra e o aprendizado de máquina.

Integrar vários tipos de dados melhora o aprendizado e a retenção em redes neurais profundas.

A detecção de anomalias é super importante pra segurança dos veículos conectados e autônomos.

Entender as diferentes preferências de risco pode melhorar as estratégias em decisões de múltiplos agentes.

A FINC revela as forças únicas dos modelos generativos através de uma análise detalhada da frequência de amostras.

Uma nova abordagem enfrenta a segmentação de ações em vídeos longos usando transporte ótimo.

Uma nova abordagem melhora a compreensão da herança biológica ao longo das gerações.

Aprimorando Modelos de Espaço de Estado com técnicas de treino melhores pra dados de séries temporais.

Explorando os efeitos da radiação em modelos de aprendizado de máquina para aplicações espaciais.

O DIG-Mol melhora as previsões do comportamento molecular pra acelerar o desenvolvimento de medicamentos.

Métodos inovadores melhoram a precisão do rastreamento de satélites usando técnicas de aprendizado de máquina.

Um novo modelo redefine a análise de gráficos usando conjuntos de pontos pra melhorar as previsões.

Esse artigo destaca a eficácia de métodos mais simples na detecção de anomalias em dados de séries temporais.

Aprenda como o aprendizado federado mantém os dados privados enquanto melhora o aprendizado de máquina.

Um método para agentes aprenderem estratégias em jogos de campo médio com mínimo conhecimento prévio.

O BiSHop melhora o aprendizado profundo para dados tabulares com técnicas inovadoras.

Esse estudo avalia como o tamanho do modelo e a quantização impactam o desempenho do modelo de linguagem.

A pesquisa enfrenta preocupações de privacidade em modelos de linguagem através de métodos inovadores de "desaprender".

Descubra um jeito de reduzir o tamanho da rede neural sem perder performance.

Descubra como a interpolação aumenta a confiabilidade do aprendizado de máquina na ciência.

Uma nova abordagem de ator-crítico enfrenta desafios multi-objetivos em aprendizado por reforço.

Novos métodos dão uma visão mais clara das decisões algorítmicas usando explicações contrafactuais.

A pesquisa aborda o cálculo do SHAP score enquanto relaxa as suposições de independência das características.

Um estudo revela problemas de excesso de confiança em modelos de linguagem e visão de IA.

Uma olhada em como as distribuições condicionais funcionam com variáveis aleatórias Gaussiana.

Explorando métodos de aprendizado federado pra proteger a privacidade do usuário e melhorar o desempenho do modelo.

Uma olhada mais de perto nos mecanismos de autoatenção em modelos de processamento de linguagem.

Novas técnicas melhoram a eficiência e a precisão em grandes modelos de linguagem.