Informática - Aprendizagem de máquinas

AMORE cria regras claras pra entender melhor as decisões da IA em várias áreas.

Combinar física e aprendizado de máquina melhora as técnicas de imagem do subsolo.

Um guia rápido pra escrever e enviar artigos científicos de forma eficaz.

Analisando como as camadas de normalização influenciam o desempenho dos transformers e o manuseio das tarefas.

Uma nova função de perda, Astral, melhora o desempenho das redes neurais informadas pela física.

Um novo método melhora a forma como modelamos sistemas complexos com equações simples.

Pesquisadores usam aprendizado de máquina pra prever parâmetros importantes de Hubbard pra materiais.

Robôs aprendem novas tarefas mais rápido usando habilidades que já têm de experiências passadas.

Esse estudo usa autoencoders esparsos pra interpretar as saídas da camada de atenção em transformers.

Novos métodos aumentam a precisão no manuseio de dados faltantes para árvores em estágios.

Um novo método melhora a interpretação de imagens de ultrassom usando aprendizado de máquina.

Novas estruturas matriciais melhoram o ajuste fino para modelos de IA com menor demanda de recursos.

Estudo revela como os traços dos usuários afetam as respostas e a precisão dos LLM.

Esse artigo analisa como o viés se desenvolve durante o treinamento de modelos de aprendizado de máquina.

Um novo método para selecionar exemplos de dados aprimora a eficiência do aprendizado de máquina.

FedBiOT melhora grandes modelos de linguagem enquanto mantém os dados privados e o uso de recursos baixo.

Examinando a influência do barulho e sinais estruturados em modelos de matrizes aleatórias.

LaTable melhora a criação de dados tabulares sintéticos em várias áreas.

O método Grass melhora o uso de memória para treinar modelos de linguagem grandes.

Um método novo melhora a análise de distribuição de dados em várias categorias.

Uma nova abordagem melhora a compreensão dos efeitos de drogas nas células.

BayTTA funde TTA e BMA para melhor precisão em imagens médicas.

Este estudo examina os LLMs como uma alternativa econômica para a classificação de textos.

Estudo revela estratégias de incorporação eficazes para localização de bugs mais rápida em software.

Um novo método melhora a precisão dos efeitos do tratamento em diversos grupos de pacientes.

Apresentando h-Louvain para melhor detecção de comunidades em redes complexas.

Examinando como os hiperparâmetros moldam a eficácia dos agentes de RL profundo.

Uma nova técnica melhora o desempenho de redes neurais de grafos em grandes conjuntos de dados.

BricksRL usa LEGO para simplificar a robótica e o aprendizado por reforço para todos.

O balanceamento de dados é crucial para a equidade e a precisão em modelos de aprendizado de máquina.

Aprenda como a transferência de aprendizado ajuda a classificar dados dinâmicos de forma eficaz.

Um novo decodificador melhora a confiabilidade dos dados em sistemas de comunicação.

Um olhar sobre como drones e IoT melhoram o monitoramento ambiental rural.

A estrutura ConStruct aprimora a geração de gráficos ao integrar conhecimento de domínio para aplicações práticas.

Este estudo avalia métodos de incorporação leves para sistemas de recomendação eficazes.

A gente desenvolve métodos pra refinar modelos usando observações ruidosas e indiretas.

Uma ferramenta de referência avança estratégias de aprendizado ativo em aprendizado de máquina.

Técnicas para melhorar o desempenho no treinamento de modelos com privacidade diferencial.

O chip EON-1 oferece aprendizado de IA em tempo real eficiente para dispositivos com bateria.

Novos kernels melhoram a análise de dados através de interações complexas de funções.