Informática - Aprendizagem de máquinas

Explorando vulnerabilidades e estratégias de defesa em sistemas de comunicação semântica.

Um novo conjunto de dados melhora a síntese de fala ao capturar a expressão emocional sem depender de texto.

Esse estudo analisa métodos avançados pra prever a lotação em emergências e melhorar o atendimento ao paciente.

O RMAggNet melhora os classificadores corrigindo erros e rejeitando entradas incertas.

Analisando problemas em detectar pedestres pra melhorar a segurança nas ruas pra veículos autônomos.

Saiba como os PUFs melhoram a segurança da informação com respostas únicas.

Novos modelos melhoram como as máquinas lembram e generalizam dados.

PIBI-Nets simplificam a resolução de PDEs usando dados de contorno, melhorando a eficiência e a precisão.

Uma nova abordagem de gerenciamento de memória melhora o desempenho de grandes modelos de linguagem.

Uma olhada em como as Florestas Aleatórias estimam a precisão das previsões para uma melhor classificação de dados.

CGRAs e Morpher oferecem soluções eficientes para tarefas de aprendizado de máquina em dispositivos inteligentes.

Esse artigo fala sobre maneiras de proteger os dados dos usuários em sistemas de recomendação.

Um novo método garante explicações confiáveis para as decisões de agentes de DRL.

Apresentando o POCON, um novo método para aprendizado contínuo não supervisionado.

Apresentando um novo método para previsões precisas em regressão multimodal.

Um novo método pra entender os picos de preço nos mercados de eletricidade impulsionados por energia renovável.

Explore como GNNs e Grafos de Conhecimento melhoram as previsões de links na saúde.

Fairness as a Service enfrenta o viés em sistemas de aprendizado de máquina de forma segura.

Estudar transições de fase quântica revela comportamentos complexos em sistemas com interações de longo alcance.

Um novo modelo tem como objetivo avaliar de forma justa o viés político na cobertura jornalística.

Uma estrutura pra detectar anomalias em logs analisando as relações entre eventos.

O treinamento adversarial melhora a resistência dos modelos de machine learning à manipulação de entradas.

O MagiCapture simplifica a criação de retratos de alta qualidade com poucas imagens.

Um novo método melhora a justiça e a precisão do modelo sem precisar de muitos dados de grupo.

Uma nova estrutura prevê o crescimento de trincas por fadiga em estruturas de engenharia pra aumentar a segurança.

Analisando métodos de aprendizado pra um gameplay eficaz em ambientes incertos.

Esse modelo melhora como os neurônios se adaptam às mudanças nas informações sensoriais.

O Racing-CVGP melhora a eficiência da regressão simbólica na descoberta de equações matemáticas.

Este artigo explica como as CNNs aprendem características de imagens usando AGOP.

Um método robusto de regressão quantílica melhora as previsões em tarefas de imagem médica.

O Phoneme Hallucinator transforma a conversão de voz com dados limitados pra saídas mais claras.

O COBRA melhora a análise de sobrevivência com uma seleção de variáveis e integração de modelos mais eficiente.

Este artigo apresenta uma visão geométrica dos modelos de linguagem transformer.

Um jeito de lidar com preocupações de privacidade e justiça em aprendizado de máquina.

Um novo método melhora a identificação de tecidos em lâminas de biópsia ao remover artefatos.

Um método novo que usa TEEs pra proteger modelos de aprendizado de máquina em aprendizado federado.

Aprender com Drift melhora o desempenho do modelo em aprendizado federado com dados diversos.

Usando aprendizado de máquina pra melhorar a patologia digital e ter um diagnóstico de doenças mais preciso.

Esse artigo explora como as técnicas de aprendizado profundo melhoram a previsão de eventos climáticos extremos.

Avaliando a eficiência em algoritmos MARL através de métodos de comunicação e treinamento.