Informática - Aprendizagem de máquinas

Novos conjuntos de dados melhoram a compreensão da negação em textos legais para modelos de PNL mais eficazes.

Um jeito de otimizar as configurações de privacidade pra ter uma proteção de dados melhor e mais utilidade.

Um novo método melhora o desempenho da ASR através da integração de dados textuais.

A pesquisa descobre maneiras de interpretar modelos neurais complexos usando autoencoders esparsos.

Esse trabalho explora a intercambialidade das camadas de MLP e das cabeças de atenção em transformers.

Um novo método acelera simulações de física de partículas usando técnicas de super-resolução.

Um novo método permite que modelos de linguagem aprendam habilidades de adição de forma independente.

Uma estrutura pra garantir a privacidade do usuário em GNNs sem perder a precisão.

Um novo sistema melhora a justiça na distribuição de ventiladores durante emergências.

Um método chamado HINT protege o aprendizado de máquina de ataques de dados prejudiciais.

Um método pra estimar dados com precisão usando colaboração entre dispositivos.

Esse artigo investiga como a escassez de parâmetros afeta o desempenho e a eficiência dos modelos de IA.

Descubra como novas técnicas estão transformando a detecção de eventos sonoros para várias aplicações.

Um olhar sobre como os fatores se influenciam ao longo do tempo.

Pesquisas mostram como rótulos de posição podem promover resultados de busca mais diversos.

Novo método gera conjuntos de dados equilibrados para tecnologia de reconhecimento facial imparcial.

A BETULA melhora a aglomeração hierárquica, tornando-a mais rápida e eficiente.

Um jeito de melhorar o aprendizado contínuo em machine learning usando dados em tempo real.

Este artigo fala sobre o uso de modelos de difusão com dados discretos através do simplex de probabilidade.

Usando aprendizado de máquina pra prever mudanças de cargo dos funcionários e melhorar o planejamento de RH.

Apresentando o COPS, um método pra treinar modelos de deep learning de forma eficiente com menos dados.

Um novo método para detecção precisa de pitch em música e som.

Um olhar sobre os desafios no Aprendizado Federado a partir de ataques de reconstrução de dados.

As máquinas aprendem com os especialistas pra se adaptar a ambientes imprevisíveis.

Um esquema pra melhorar a privacidade em sistemas de recomendação sem perder a precisão das sugestões.

O teste de Radon-Kolmogorov-Smirnov melhora o teste de duas amostras em estatística usando redes neurais.

Um novo método aumenta a eficiência e a flexibilidade de grandes modelos de linguagem.

Esse estudo analisa métodos pra melhorar a manutenção preditiva com a análise de dados de sensores.

A pesquisa investiga técnicas de aprendizado de máquina pra estudar comportamentos de materiais macios.

Um estudo sobre como identificar a melhor opção enquanto garante a privacidade dos dados.

Apresentando o CMI e o NCMI pra uma avaliação de desempenho em deep learning melhor.

ProSMIN melhora a representação do modelo sem dados rotulados, enfrentando desafios importantes no aprendizado auto-supervisionado.

Uma nova abordagem para melhorar as previsões de velocidade do trânsito durante eventos extremos.

A pesquisa empurra a previsão de link temporal usando reguladores avançados em grafos de conhecimento.

Ajudas de saturação de ginásio ajudam provedores na prova automática de teoremas usando aprendizado por reforço.

Uma estrutura que usa mascaramento aleatório melhora a previsão dos movimentos de veículos e pedestres.

Analisando como o viés de seleção afeta as estratégias de precificação de empréstimos personalizados.

Explorando a sinergia entre computação quântica e aprendizado de máquina pra melhorar a resolução de problemas.

Um novo método melhora a similaridade de imagens em diferentes conjuntos de dados.

Robôs aprendem os objetivos humanos através da aprendizagem inversa ativa para interações mais seguras.