Informática - Aprendizagem de máquinas

Um novo modelo melhora a precisão das previsões de velocidade do vento em paisagens desafiadoras.

Um novo método melhora a tomada de decisão sob restrições orçamentárias em ambientes incertos.

Novos métodos melhoram a separação de vozes em ambientes barulhentos.

Um novo método pra criar texturas direto em superfícies 3D, evitando problemas comuns.

Um novo sistema otimiza as respostas de IA para áreas legais, focando na Lei Local 144 da cidade de Nova York.

Analisando como os SNNs se comparam aos ANNs em consumo de energia.

Analisando as vulnerabilidades no EaaS e novas estratégias de defesa com marca d'água.

Tiny-toxic-detector identifica comentários tóxicos de forma eficaz, usando poucos recursos.

Analisando o impacto dos componentes baseados em quaternions na performance de classificação de imagens.

A MAPF-GPT traz uma abordagem inovadora pra resolver desafios de pathfinding com vários agentes usando aprendizado de máquina.

Um método pra esclarecer relações causais mesmo com fatores não medidos.

FPDT oferece uma solução pra treinar LLMs de contexto longo de forma mais eficiente.

Analisando como as ameaças cibernéticas afetam inversores inteligentes e a estabilidade da energia.

Um olhar sobre como o aprendizado por transferência impacta o desempenho do modelo através das leis de escalonamento.

Um novo método pra explicar previsões em dados dependentes de espaço usando Random Forest.

Um novo sistema detecta spam analisando o design dos emails, melhorando as medidas de segurança.

Pesquisas mostram que robôs podem melhorar o aprendizado usando padrões de movimento de tarefas anteriores.

Explorando os desafios do Aprendizado Multi-Tarefa e Contínuo em machine learning.

Um novo método melhora o desempenho de redes neurais bayesianas através da simetrização.

Esse trabalho melhora a resolução de co-referência entre idiomas com um novo conjunto de dados e métodos.

Explorando os avanços na geração de receitas de comida detalhadas com ferramentas de IA.

Esse artigo explora métodos pra melhorar sistemas de texto-para-fala pra línguas sub-representadas.

Uma nova abordagem melhora a qualidade da imagem em VAEs multimodais usando decodificadores de difusão.

Um novo método melhora redes neurais pra resolver equações de física complexas.

Robôs colaborativos aumentam a produtividade na fabricação com um trabalho de máquina mais eficiente.

Um olhar sobre o campo em evolução dos modelos de aprendizado profundo topológicos e suas forças.

Um novo método pra reduzir gráficos complexos enquanto mantém as características principais pra classificação.

Um novo método melhora a precisão em edições de imagem localizadas usando modelos de difusão.

Novos métodos melhoram a precisão de completamento de tensores com menos amostras.

AdapShare melhora a gestão de espectro para redes de comunicação modernas.

PINNs juntam física com dados pra resolver problemas científicos complexos de forma eficiente.

A Rede Neural Dowker Dinâmica melhora a análise de grafos direcionais em evolução.

Uma nova abordagem para melhorar o treinamento do GFlowNet com recompensas dependentes da política.

Redes inovadoras que aprendem com estruturas de dados CW-complex em várias áreas.

Uma nova abordagem melhora as respostas dos modelos de linguagem e reduz o overfitting.

Um novo método melhora a precisão dos modelos na análise estatística.

Novos métodos melhoram a análise em vídeo das performances de patinação artística.

Combinando máquinas Tsetlin e vetores hiperdimensionais pra manuseio eficiente de dados.

Um novo modelo melhora a geração de séries temporais ao capturar características de dados simples e complexas.

Uma olhada em como as propriedades quânticas melhoram as técnicas de aprendizado de máquina.