Informática - Aprendizagem de máquinas

Um novo método melhora os Transformers Visuais auto-supervisionados com prompts específicos para a tarefa.

Melhorando a eficiência de DNN em dispositivos de borda com ferramentas inovadoras como ODiMO.

Esse artigo fala sobre como recriar o som de fita magnética usando tecnologia digital.

O TimeDiff melhora previsões de séries temporais de longo prazo com técnicas avançadas.

Uma nova abordagem reduz o consumo de energia no compartilhamento de imagens através da geração local.

Uma olhada no Mixed-TD pra otimizar redes neurais em hardware.

O EAMDrift melhora as previsões juntando vários modelos pra ter mais precisão.

FedSMOO melhora o aprendizado federado ao lidar com a diversidade de dados e problemas de comunicação.

Explorando novas maneiras de defesa de perímetro usando tecnologia e aprendizado descentralizado.

Uma nova abordagem melhora a seleção de características sem dados rotulados para conjuntos de dados desbalanceados.

Um estudo sobre como redes neurais identificam formas danificadas em comparação com humanos.

ShuttleSet oferece dados detalhados para analisar partidas de badminton individuais.

Novo modelo melhora a detecção de tópicos e apresenta uma medida para compreensibilidade.

Um estudo sobre como as camadas backbone e de pooling afetam o desempenho da classificação de nuvens de pontos.

Um novo método melhora os resultados de classificação de grafos usando adaptação de domínio não supervisionada.

NCFA combina métodos tradicionais com aprendizado profundo pra entender melhor os dados.

Aprimorando a granularidade dos dados urbanos enquanto protege a privacidade individual.

FasterViT combina CNNs e Transformers de Visão pra um processamento de imagem mais eficiente.

Esse método transforma esboços desenhados à mão em formas 3D editáveis facilmente.

Novo framework melhora a qualidade da geração de voz na síntese de fala.

Uma nova abordagem melhora o mapeamento da malária em meio a mudanças de fronteiras no Quênia.

Um novo método melhora as estratégias de decisão para aplicações do dia a dia.

Um estudo avaliando as capacidades de inferência causal de grandes modelos de linguagem.

Um novo modelo melhora as previsões do movimento de pedestres ao levar em conta a incerteza dos sensores.

Uma nova abordagem para ter insights melhores sobre sistemas complexos usando redes neurais.

Um framework pra melhorar a qualidade do software em aplicações de machine learning.

Métodos inovadores melhoram como os robôs aprendem com vários tipos de dados.

Este estudo analisa o desempenho do ChatGPT em questões de exame de matemática vietnamita.

Um novo conjunto de dados melhora a análise de sentimento para conteúdo em árabe.

Descubra um novo método que identifica relações de causa e efeito em dados de séries temporais.

Esse estudo investiga como medir e instilar conhecimento em LLMs de forma eficaz.

Apresentando uma abordagem modular inovadora pra melhorar a eficiência e o desempenho do aprendizado por reforço.

Analisando como os algoritmos podem se adaptar ao comportamento estratégico em empréstimos e contratações.

Este artigo fala sobre as vantagens e desafios da transferência de aprendizado por hipótese em machine learning.

Este artigo apresenta um método pra melhorar a tomada de decisão de carros autônomos em trânsito misto.

Um olhar sobre como a parametrização de Hadamard melhora o aprendizado em técnicas de aprendizado por reforço.

Um novo método melhora o aprendizado auto-supervisionado para tarefas de previsão densa.

Uma olhada nos desafios e pontos fortes das capacidades linguísticas do GPT-3.

Esse artigo explora os desafios nas explicações de modelos e métodos pra melhorar a consistência.

O GitHub tem um monte de dados abertos essenciais pra pesquisa e colaboração em IA.