Informática - Aprendizagem de máquinas

MIPO otimiza modelos de linguagem ajustando a influência do modelo de referência com base na alinhamento dos dados.

Uma nova abordagem para agrupamento que melhora a eficiência e mantém a qualidade em ambientes distribuídos.

Novo método melhora a precisão do ECG enquanto minimiza a complexidade.

Uma nova abordagem para clustering usando Espaços Hiperbólicos melhora a precisão e a eficiência.

O XNet usa a Função de Ativação de Cauchy pra ter mais precisão em tarefas de dados complexos.

Um novo banco de dados acelera a descoberta de materiais magnéticos para várias aplicações.

Um novo método melhora a representação de estruturas químicas pra uma análise e eficiência maiores.

Descubra como redes tensorais melhoram a detecção de anomalias em diversas áreas.

Esse artigo fala sobre problemas de segurança em modelos de texto para imagem e sugere soluções.

Pesquisas mostram insights mais profundos sobre as disparidades salariais usando modelos avançados.

Convoluções de Fourier contínuas melhoram a eficiência em tarefas de reconhecimento de imagem.

A IA tá evoluindo pra ter conversas mais naturais.

Analisando como os modelos SSL memorizam pontos de dados e suas implicações.

Novos métodos no treino de modelos aumentam as habilidades de raciocínio e a eficiência.

Um guia pra explicar o comportamento de agentes de IA usando Gráficos de Política pra mais confiança.

A precificação automatizada pode levar a preços inesperadamente altos sem colusão direta.

Novos métodos melhoram a eficiência e a precisão em modelos de visão baseados em SSM.

O RepairBench define padrões pra comparar modelos de IA na correção de bugs de software.

A-FedPD alinha as atualizações do modelo pra reduzir a instabilidade do treinamento no aprendizado federado.

Um novo método para selecionar modelos estatísticos busca simplicidade e maior precisão.

Explorando o impacto do aprendizado federado na privacidade de dados médicos e nas estratégias de proteção.

Novo conjunto de dados melhora as previsões para eventos climáticos extremos.

Um conjunto de dados completo para análise de tráfego de rede e detecção de anomalias.

Esse artigo fala sobre como o aprendizado composicional melhora o desempenho do modelo em várias tarefas.

Um novo método melhora a eficiência do modelo enquanto diminui o tamanho.

Um novo método melhora a precisão das previsões de redes neurais.

Um estudo sobre o uso de imagens para classificação e previsão de trajetórias.

O ARLBench facilita a sintonia de hiperparâmetros para aprendizado por reforço com ferramentas de benchmark eficientes.

Novos métodos melhoram a geração de problemas SAT insatisfatórios para treinar melhor o aprendizado de máquina.

Um projeto que tá desenvolvendo conjuntos de dados de fala e texto pra línguas com poucos recursos.

O TensorSocket melhora a eficiência do treinamento em deep learning através do carregamento de dados compartilhados.

Cottention oferece uma alternativa que economiza memória em relação aos métodos tradicionais de atenção em aprendizado de máquina.

A PASPO traz uma nova abordagem para desafios de alocação complexos em várias áreas.

Um novo método melhora a velocidade e a eficiência das recomendações para catálogos grandes.

A estrutura GLAFF melhora a precisão das previsões ao usar timestamps de forma eficaz e lidar com anomalias nos dados.

Analisando o uso de energia dos modelos de IA em aprendizagem contínua para a sustentabilidade.

Esse artigo apresenta uma abordagem inovadora de aprendizado não supervisionado inspirada na cognição humana.

As cidades precisam adaptar os sistemas de transporte pra lidar com o aumento das enchentes por causa das mudanças climáticas.

Um novo método simplifica a seleção de características em simulações moleculares usando redes neurais gráficas.

Esse guia analisa métodos para prever preços de ações na Índia usando vários modelos.