Informática - Aprendizagem de máquinas

Um novo modelo aprende a valorizar dados de forma eficaz e explica suas decisões.

Um novo método melhora a adaptação do modelo durante os testes com filtragem dinâmica de pseudo-rotulações.

Novos métodos e referências visam simplificar a formalização da matemática através do Lean 4.

Um novo modelo pra melhorar a tomada de decisões em situações dinâmicas.

Uma abordagem nova combina modelagem física com aprendizado de máquina pra geração de dados de carga líquida.

Pesquisadores desenvolvem um modelo pra melhorar o aprendizado em grafos usando dados de várias fontes.

Explorando como os GMFGs modelam interações diversas entre agentes em sistemas complexos.

Novos métodos melhoram as previsões de modelos de linguagem sob diferentes condições de entrada.

ECHO melhora a classificação do tráfego de rede usando técnicas de aprendizado de máquina.

DEFT melhora modelos de difusão pra amostragem condicional eficaz com poucos recursos.

Este artigo analisa como a IA pode impactar grupos marginalizados e formas de melhorar os resultados.

Este artigo fala sobre privacidade e preconceito em algoritmos preditivos para dados sensíveis.

Um novo método melhora modelos de deep learning eficientes através da ortogonalidade exata.

Uma análise dos requisitos de hardware pra rodar eficientemente grandes modelos de linguagem.

Um novo método de decaimento de peso melhora a esparsificação em redes neurais.

Um framework pra aprimorar redes neurais integrando o conhecimento humano nos algoritmos de aprendizado.

Uma estrutura pra conectar processamento de imagem e interpretação de texto em modelos de visão.

Um método usando MCMC pra geração efetiva de amostras negativas em aprendizado contrastivo.

Um novo framework pra guiar modelos generativos a alcançar resultados específicos.

Um novo método melhora o alinhamento de áudio e vídeo usando modelos pré-treinados.

Um novo sistema melhora a entrega de grandes modelos de linguagem em várias configurações de GPU.

Um novo método que melhora o planejamento e a tomada de decisões em aprendizado por reforço.

Descubra como Redes Neurais Informadas por Física melhoram a modelagem de processos na engenharia química.

Uma nova abordagem melhora as configurações do resolvedor numérico para problemas de valor de contorno.

A pesquisa desenvolve métodos pra entender melhor as relações complexas em gráficos.

Uma nova estrutura melhora a criação de dados sintéticos enquanto protege as informações pessoais.

Um novo método melhora a classificação de plantas através de técnicas de aprendizado profundo multimodal.

O Zipper combina diferentes tipos de dados de forma eficaz pra criar modelos de IA mais inteligentes.

Uma nova abordagem com vários servidores melhora a eficiência e a velocidade do aprendizado federado.

Nova abordagem melhora a privacidade do aprendizado de máquina e a resistência contra ataques.

Analisando como modelos recorrentes podem aproximar funções com base em prompts.

Um novo método melhora o aprendizado dos agentes em ambientes de aprendizado por reforço.

Analisando como o aprendizado de máquina afeta as escolhas e resultados humanos.

Novos modelos melhoram as previsões para a vida útil de máquinas usando aprendizado profundo.

Analisando como as máquinas podem aprender a combinar conceitos conhecidos de forma eficaz.

Uma nova estrutura melhora a eficiência da colocação de adsorvatos de catalisador usando aprendizado de máquina.

Novos métodos revelam resiliência em circuitos de redes neurais contra manipulação.

Explorando como métodos baseados em dados melhoram a compreensão das respostas dos materiais.

DART melhora a tomada de decisão de agentes de aprendizado de máquina em ambientes de jogos.

Novos métodos melhoram o desempenho da tarefa principal usando dados auxiliares sem custos extras de computação.