Informática - Aprendizagem de máquinas

Nova ferramenta ajuda programadores na decomposição de domínio MPI usando tecnologia de IA.

Um olhar sobre redes ReLU e seu papel na inteligência artificial.

Novos modelos melhoram a precisão e a compreensão nas previsões de chuva.

Uma olhada na instabilidade do Adam e seus efeitos no treinamento de modelos de IA.

Descubra sobre eventos climáticos extremos e como eles afetam nossas vidas.

Analisando como os preconceitos ocultos afetam a justiça nos sistemas de IA.

O PiMAE melhora a clareza e a precisão em imagens microscópicas com técnicas inovadoras.

Um novo método para testar rapidamente redes neurais usando um único vetor de entrada.

Uma nova abordagem ajusta as configurações da câmera pra detectar objetos melhor.

Um novo método melhora a classificação de séries temporais ao focar na ordem dos rótulos.

Novas redes neurais melhoram o desempenho do reconhecimento de imagem, mesmo com entradas ruidosas.

Um novo método melhora o aprendizado contínuo focando mais na computação do que no armazenamento.

Como o Aprendizado de Transferência Profundo transforma as tecnologias de Reconhecimento Automático de Fala.

O AutoML-GPT automatiza o treinamento de modelos de IA pra resultados rápidos e eficientes.

Um estudo sobre desafios de ordenação e hipergrafo em condições incertas.

Melhorar os métodos de dados sintéticos pode levar a modelos de machine learning mais confiáveis.

Uma visão geral das técnicas de mini-batch e seu impacto no desempenho do modelo.

um novo método melhora os NODEs contra ataques adversariais usando camadas ortogonais e controle da constante de Lipschitz.

Esse artigo fala sobre as mudanças na saída das RNNs e a importância delas em várias tarefas.

Novos algoritmos reduzem a complexidade na otimização de matrizes SPD para aprendizado de máquina e estatística.

Um novo framework otimiza o auto-batching para modelos de deep learning dinâmicos.

Novos métodos melhoram como avaliamos a tomada de decisão da IA no processamento de linguagem.

A pesquisa tá quebrando barreiras ao criar vídeos a partir de texto usando modelos de imagem treinados.

Este artigo fala sobre como usar embeddings vetoriais pra analisar performances de ciclismo profissional na estrada.

Um novo método pra estimar o fluxo de cena sem precisar de rótulos humanos melhora a velocidade e a precisão.

Esse estudo prevê como os humanos decidem em jogos influenciados por agentes.

Explore como interações de recursos moldam previsões em machine learning.

Esse trabalho analisa as taxas de decaimento dos autovalores pra melhorar a generalização de redes neurais.

Uma estrutura que usa poucos exemplos rotulados para uma detecção eficaz de anomalias em grafos.

As técnicas de IA estão mudando a forma como os pesquisadores encaram os desafios da Álgebra Universal.

Uma olhada no algoritmo Constrained Blahut-Arimoto e seu impacto na compressão de dados.

PrivaScissors diminui a vazamento de dados em inferência colaborativa, melhorando a privacidade do usuário.

Este estudo fala sobre a instabilidade nas previsões de redes neurais profundas e propõe soluções eficientes pra melhorar isso.

Um método pra melhorar a interpretabilidade e o desempenho de redes neurais inspirado no cérebro humano.

Apresentando uma estrutura organizada para modelos de linguagem melhorarem a tomada de decisões.

Explorando o potencial do Temporal Fusion Transformer pra previsão de carga.

Um novo modelo melhora a análise de imagem, focando nas relações espaciais entre os pedaços.

Esse artigo explora maneiras de melhorar a IA conversacional aprendendo com erros do passado.

Explorando métodos pra melhorar a tomada de decisão em situações incertas no aprendizado por reforço.

Este estudo mostra como arestas direcionadas melhoram o desempenho de GNN, especialmente em grafos heterofílicos.