Informática - Aprendizagem de máquinas

A Atenção Causal Escassa Inovadora melhora a eficiência no processamento de modelos de linguagem.

Uma nova abordagem enfrenta o confundir escondido no aprendizado por reforço offline para melhorar a tomada de decisões.

Analisando como o gradiente descendente favorece soluções mais simples em modelos de aprendizado profundo.

Um novo framework de aprendizado de máquina melhora a identificação de equações matemáticas a partir de dados.

Um novo método pra descobrir relações causais usando poucos causas raiz.

Uma nova abordagem pra aumentar a segurança em redes sem fio militares.

Equilibrando a privacidade do usuário e a tomada de decisões em IA com técnicas de privacidade diferencial.

Uma nova abordagem melhora as previsões de energia solar através da integração de dados de satélite.

Um novo método melhora a eficiência em tarefas de otimização multi-objetivo.

Um novo método para melhorar simulações de detectores de partículas usando memória eficiente e processamento rápido.

Tsetlin Machines em FPGA melhoram o aprendizado em tempo real com baixo consumo de energia.

Novos métodos melhoram a análise da atividade cerebral usando aprendizado de máquina e dados de fMRI.

O SnapFusion permite criar imagens rapidinho a partir de texto em dispositivos móveis.

Uma olhada nas principais escolhas de implementação em algoritmos de RL offline.

Um novo método melhora a qualidade dos textos gerados por máquina com um reranking eficiente.

Usando aprendizado de máquina pra melhorar a estabilidade do sistema de energia depois de perturbações.

Explorando novas maneiras de melhorar as habilidades sociais em modelos de linguagem de IA.

Explore questões principais que afetam a performance de GNN em tarefas de previsão de links.

Apresentando o BitE, um modelo que melhora a otimização de queries em bancos de dados usando aprendizado em conjunto.

MuZero combina aprendizado profundo e aprendizado por reforço pra tomar decisões mais inteligentes.

Um novo sistema melhora a qualidade da imagem juntando dados de câmera de eventos com imagens embaçadas.

Um novo conjunto de dados tem como objetivo melhorar as avaliações de detecção de OOD, eliminando a contaminação de ID.

i-Code V2 integra visão, linguagem e fala pra respostas de IA melhores.

Pesquisas mostram como Autômatos Celulares Neurais podem replicar e mutar padrões ao longo do tempo.

Um novo método pra avaliar a precisão na detecção de erros em documentos financeiros.

Ferramentas modernas melhoram autoencoders variacionais estruturados, tornando-os mais fáceis e eficazes.

Um novo método para identificar classificações erradas em modelos de aprendizado de máquina de forma eficiente.

Um novo método conecta classificação e extração de informações chave pra um processamento de documento mais eficiente.

Esse artigo fala sobre colapso de classes e supressão de características no aprendizado contrastivo.

Um estudo sobre como usar modelos avançados pra prever complicações em cirurgias.

Essa revisão analisa a resiliência do aprendizado não supervisionado a ataques adversariais.

Uma nova forma de medir a divergência de dados melhora as aplicações de aprendizado de máquina.

Uma nova função de perda melhora a velocidade e a precisão da recuperação de imagens.

Este artigo fala sobre usar transferência de aprendizado de representação para treinar modelos de forma eficaz com dados escassos.

Uma coleção de sons respiratórios ajuda a identificar casos de COVID-19.

OTW oferece uma alternativa mais rápida que DTW para comparar dados de séries temporais.

Um método pra melhorar a adaptabilidade de sistemas de controle usando aprendizado de transferência baseado em modelo.

Uma pesquisa revela opiniões sobre a primeira Conferência de Aprendizado em Grafos.

Este artigo analisa ataques de inferência de atributos em GNNs e seu impacto na privacidade.

Apresentando um método pra melhorar a eficiência da memória em sistemas de aprendizado contínuo.