Informática - Aprendizagem de máquinas

Apresentando uma abordagem flexível para as máquinas aprenderem várias tarefas sem esquecer.

A separação adequada dos dados melhora a precisão da detecção de câncer de pulmão usando deep learning.

A comunicação semântica melhora o compartilhamento de informações ao focar no significado, tornando tudo mais eficiente.

Explorando campos neurais híbridos pra uma representação eficiente de cenas 3D.

O GLIDE-RL melhora a habilidade da IA de seguir instruções em linguagem natural através de uma estrutura multi-agente.

Uma estratégia clara pra automatizar e gerenciar casas inteligentes com várias regras.

Esse estudo apresenta uma nova abordagem pra otimização offline usando modelos generativos.

Uma nova abordagem de aprendizado de máquina melhora a otimização de design na engenharia e na ciência.

Um novo método melhora a geração de amostras positivas em aprendizado auto-supervisionado.

Uma nova estrutura melhora o raciocínio visual usando modelos de linguagem como controladores.

Nova abordagem melhora a habilidade dos modelos generativos de criar imagens realistas.

Esse estudo avalia métodos pra identificar vazamentos em redes de distribuição de água.

Um novo método usa aprendizado auto-supervisionado pra melhorar a análise de transações financeiras.

Uma nova abordagem melhora a aprendizagem adaptativa por meio de uma previsão de estratégia mais eficiente.

Um novo algoritmo ajuda na justiça a longo prazo na tomada de decisões em aprendizado de máquina.

Avanços na microscopia mostram como as células se comunicam e se adaptam ao ambiente delas.

Um novo método melhora a estimativa de dimensão para dados complexos de alta dimensão.

Explorando o papel dos modelos de base na melhoria dos resultados da saúde.

Combinar modelos fundamentais e especializados aumenta as capacidades da IA de forma eficiente.

Esse estudo analisa os fatores que afetam as curvas de aprendizado na Regressão Ridge com Kernel.

Investigando vulnerabilidades de aprendizado de máquina na detecção de Trojans de hardware em CI.

Explorando o papel das redes neurais com valores hipercomplexos em aplicações modernas.

Métodos baseados em dados ajudam a prever tendências da COVID-19 pra melhorar as decisões de saúde pública.

Uma nova abordagem melhora o aprendizado de características em autoencoders variacionais.

Uma nova abordagem dá explicações claras para classificações de gráficos.

t-DGR oferece uma nova abordagem para aprendizado contínuo, melhorando a retenção de tarefas e o desempenho.

Um modelo novo integra de forma eficaz o processamento de imagens 2D e 3D.

Um novo framework melhora as SNNs pra ter mais eficiência e desempenho.

Um novo sistema melhora o desempenho do GNN em grandes conjuntos de dados de grafos.

Explorando o potencial dos núcleos quânticos em melhorar as técnicas de aprendizado de máquina.

Combinar dados genéticos e de mobilidade pode melhorar as previsões sobre o uso de opioides.

Especialistas compartilham opiniões sobre o progresso da IA, riscos e expectativas futuras.

Técnicas de deep learning melhoram o monitoramento e a otimização em sistemas de energia elétrica.

Este estudo destaca a complexidade da amostra dos algoritmos de Descida de Espelho de Política Neural no aprendizado profundo.

Estudo revela riscos de ataque por trás das cenas em tarefas de previsão de links em GNN.

Novos métodos visam o comportamento dos agentes por meio de ataques durante o treinamento.

Descubra métodos para reproduzir bugs de deep learning pra melhorar a confiabilidade do software.

Um novo framework otimiza Redes Neurais Tensoriais pra melhorar a eficiência e o desempenho.

Combinar modelos 2D e 3D aumenta a precisão na previsão de propriedades moleculares.

Métodos avançados melhoram a precisão e a eficiência no tratamento de dados faltantes.