Informática - Aprendizagem de máquinas

Essa abordagem simplifica e melhora a reconstrução de redes em várias áreas.

Apresentando um método inovador pra detectar anomalias em padrões de dados complexos.

Um novo algoritmo melhora a recuperação de imagem a partir de dados limitados.

Um olhar sobre a inferência baseada em simulação e suas aplicações na pesquisa.

Estudo revela novas técnicas pra aprendizado contínuo em ambientes complexos.

Um novo método melhora a avaliação de modelos de aprendizado por reforço com políticas determinísticas.

Um novo método pra avaliar viés em modelos de linguagem busca respostas mais justas da IA.

Um novo método de aprendizado contínuo em sistemas de IA que melhora a retenção de conhecimento.

Novos métodos melhoram a qualidade e a diversidade na coleta de dados científicos.

Explorando como a dinâmica caótica pode melhorar redes neurais profundas em inteligência artificial.

Explorando métodos para proteger as informações dos pacientes na pesquisa clínica.

Um novo método pra melhorar a eficiência dos modelos de linguagem e reduzir custos.

Explorando o impacto da memória de longo prazo em agentes de conversação.

Novos métodos melhoram estratégias para tomada de decisão complexa em jogos de soma zero.

Esse estudo testa os LLMs pra revelar as fraquezas deles em entender e raciocinar.

Duas novas abordagens melhoram a confiabilidade na avaliação das explicações de modelos de IA.

Um novo método combina RBM, DNNs e RBFs pra resolver PDEs paramétricas de forma eficiente.

Uma revisão dos métodos de análise de rede pra combater a lavagem de dinheiro.

Explorando como os robôs podem entender e explicar melhor as conversas com as pessoas.

O MAP-Neo busca transparência e desempenho na modelagem de linguagem em IA.

Esse artigo analisa os desafios na pesquisa em ML e sugere melhorias pra confiabilidade.

Esse artigo fala sobre novos métodos pra monitorar a atividade do coração e do cérebro.

Um novo método melhora a comunicação no processamento de dados em gráfico.

Esse documento fala sobre como priorizar tratamentos dentro das limitações do orçamento pra ter resultados melhores.

O FedMR enfrenta desafios no aprendizado federado com dados de classes parciais, melhorando o desempenho do modelo.

Essa pesquisa foca em melhorar a segmentação de tumores no cérebro com uma nova abordagem de modelo.

A LFIS oferece um método sistemático para amostragem de distribuições complexas.

Um novo método aborda a justiça em tarefas de classificação de aprendizado de máquina.

Um novo método pra avaliar explicações de neurônios em modelos de deep learning.

Um guia sobre previsão conformal e seu papel na estimativa de incerteza.

Modelos de linguagem melhoram o desempenho em tarefas na web usando técnicas de autoaperfeiçoamento.

Um novo método tem como objetivo lidar com o viés nas saídas de modelos de linguagem.

Novas técnicas melhoram a reconstrução de imagens a partir de dados limitados.

O ROAST melhora a análise de sentimentos focando em resenhas inteiras.

A ETHER apresenta uma maneira econômica de ajustar grandes modelos de aprendizado de máquina.

Um desafio global destaca o aprendizado federado para classificação de densidade mamária.

Uma nova estrutura combina GNNs e LLMs pra melhorar as respostas a partir de gráficos de conhecimento.

Analisando as capacidades de contagem dos modelos de linguagem, sua estrutura e processos de aprendizagem.

Apresentando o S3, um método pra melhorar a análise de dados de séries temporais através de um rearranjo inteligente.

Pesquisadores melhoram processos de biomanufatura usando inferência bayesiana e técnicas de amostragem eficientes.