Informática - Aprendizagem de máquinas

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.

MOTO melhora o aprendizado de robôs juntando treinamento offline com ajustes online.

E2ABL traz uma abordagem nova pra melhorar a segurança dos modelos contra ameaças de backdoor.

Aprendizado por reforço multi-objetivo cuida de metas diferentes pra tomar decisões melhores.

Analisando a estabilidade no treinamento adversarial pra melhorar a generalização do modelo.

Um estudo sobre como identificar e gerenciar suposições em projetos de deep learning usando o conjunto de dados AssuEval.

Uma olhada no Treinamento Modular Inspirado no Cérebro pra ter mais clareza nos modelos de IA.

Esta pesquisa examina como o ChatGPT melhora os sistemas de recomendação usando o feedback dos usuários.

Este artigo apresenta um método pra melhorar a justiça no aprendizado federado enquanto protege a privacidade dos dados.

Melhorando métodos para detectar transações anormais de Bitcoin pra aumentar a segurança do sistema.

Novo método permite que agentes aprendam juntos enquanto gerenciam influências traiçoeiras.

Um estudo apresenta um método para identificar células cancerígenas usando imagens avançadas e aprendizado profundo.

Pesquisas revelam novas informações sobre a largura mínima para redes neurais eficazes.

Usando aprendizado por reforço profundo pra melhorar a eficiência da entrega de caminhões.

As ferramentas de IA estão mudando a forma como os pesquisadores acessam e interagem com informações acadêmicas.

Usando aprendizado autossupervisionado pra melhorar previsões dos movimentos de fala na disartria.

Explore como os FGMs melhoram a otimização sob restrições de dados.

Uma nova abordagem pra melhorar o Aprendizado Federado no meio da participação desigual dos usuários.

DP-ZO equilibra privacidade e desempenho no treinamento de modelos de linguagem.

Novo modelo melhora a análise de relações complexas em estatísticas e aprendizado de máquina.

Uma olhada em como deep learning se sai em conjuntos de dados tabulares.

Um novo método pra identificar com precisão distribuições misturadas a partir de amostras de variáveis aleatórias.

Explorando o desenvolvimento e o impacto dos modelos de linguagem modernos na comunicação.

Apresentando o HINITE, um método pra estimar direitinho os efeitos do tratamento em cenários complexos.