Informática - Aprendizagem de máquinas

Pesquisadores melhoram modelos de PDE neurais usando equações de menor dimensão pré-treinadas pra ter um desempenho melhor.

Anotações de imagem de qualidade são essenciais pro sucesso da IA na análise de imagens.

Analisando como os conjuntos de dados de treinamento afetam a justiça da IA no diagnóstico de lesões de pele.

Uma ferramenta fácil de usar que permite análise de dados através da linguagem natural.

WLDA melhora a classificação de IA lidando com dados faltantes de forma eficaz.

Aprenda como a detecção de anomalias pode reduzir o viés em machine learning.

SON-NMF oferece uma nova abordagem para estimar as classificações na fatoração de matrizes.

A Nerva apresenta uma maneira única de construir redes neurais eficientes usando a esparsidade.

Um novo método certifica a confiabilidade da estimativa de pose de objetos em várias condições.

Explorando o uso de marcas d'água pra lidar com questões de copyright em modelos de linguagem.

Um novo método para uma inferência bayesiana mais eficiente usando inferência variacional por partículas.

Uma nova abordagem melhora as capacidades de raciocínio de GNN para tarefas de relacionamentos complexos.

Um novo método melhora a eficiência da previsão usando reweighting baseado em entropia.

Um novo modelo melhora as previsões do tempo usando dados de satélite e aprendizado de máquina.

Apresentando um método pra simplificar as relações entre variáveis em modelos gráficos através de agrupamento.

Novas técnicas ajudam a comprimir grandes conjuntos de dados atmosféricos para análises e previsões melhores.

Uma nova abordagem simplifica o treinamento de baixa precisão para grandes modelos de linguagem.

Uma olhada nas erupções solares, seu impacto e métodos de previsão.

Um novo sistema melhora o acompanhamento de batidas em vários gêneros musicais.

Explorando métodos pra entender sistemas quânticos através da inferência de máxima entropia.

Um novo método pra ajustar hiperparâmetros usando ideias bayesianas.

Explore um novo método pra fazer aprendizado ativo de forma eficaz em cenários com dados limitados.

Um olhar sobre como identificar padrões de colocalização regional e minimizar descobertas falsas.

Um novo método melhora a previsão de séries temporais multivariadas ao conectar medições.

Esse estudo avalia o impacto de extratores de características visuais nas tarefas de aprendizado de robôs.

Novas abordagens melhoram a precisão do aprendizado de máquina em modelagem científica complexa.

Pesquisas mostram como os sinais não verbais são importantes para interações eficazes na sala de aula.

Novas técnicas melhoram a imagem médica usando Tomografia por Impedância Elétrica.

Usando narrativas das redes sociais pra identificar sinais de problemas de saúde mental.

Uma nova abordagem prevê o risco de resistência a múltiplos medicamentos em pacientes de UTI usando dados dos pacientes.

dlordinal simplifica o aprendizado profundo para tarefas de classificação ordinal.

Esse artigo examina como o RL ajuda a controlar bicicletas sem suporte adicional.

Este artigo investiga como os modelos de linguagem lidam com termos ambíguos e a consistência das suas respostas.

O framework EverAdapt lida com a identificação de falhas em condições de máquinas que mudam.

A atenção esparsa melhora o rastreamento do conhecimento ao focar em interações passadas relevantes.

Este artigo fala sobre como prever números de estabilidade em grafos usando redes neurais convolucionais.

DEAPS melhora a análise de séries temporais ao focar em padrões dinâmicos sem comparações negativas.

Um novo método melhora o treinamento de modelos em redes temporais.

Um estudo comparando modelos de machine learning pra avaliar vulnerabilidades em código C/C++.

O Gymnasium facilita a pesquisa em aprendizado por reforço com ambientes versáteis e ferramentas de apoio.