Informática - Aprendizagem de máquinas

PepFlow usa deep learning pra criar designs de peptídeos eficazes pra desenvolvimento de remédios.

Uma nova abordagem pra incluir insights pessoais em modelos de machine learning pra ter resultados melhores.

Um estudo sobre como diferentes elementos impactam uns aos outros em vários sistemas.

Um novo conjunto de dados e biblioteca melhoram a análise de séries temporais usando dados multimodais.

Uma abordagem nova melhora a detecção de imagens falsas criadas por IA.

Uma rede neural pra melhorar a estimativa de fluxo respeitando as regras físicas.

Um jeito de melhorar os modelos dos alunos usando insights de modelos de professores mais fortes.

FusionDTI melhora as previsões de interações entre drogas e alvos para um desenvolvimento de medicamentos mais eficaz.

Analisar os grupos de traders revela padrões que ajudam a melhorar as previsões de investimento.

Um novo método pra reconstruir objetos complexos usando entrada visual e técnicas de codificação.

DafnyBench avalia ferramentas de verificação de software, abrindo caminho para uma programação confiável.

Um novo algoritmo melhora a eficiência do aprendizado federado enquanto garante a privacidade dos dados.

Um método novo pra criar imagens a partir de texto usando modelos especializados.

Métodos eficazes para gerenciar rótulos ruidosos em dados de alta dimensão para uma classificação melhor.

Explora como a tecnologia Compute-in-Memory melhora a eficiência nos modelos de linguagem.

Um novo padrão pra testar métodos de aprendizado por reforço robustos em vários ambientes.

Pesquisadores melhoram o aprendizado por reforço com um novo framework para ambientes incertos.

Este estudo analisa como as previsões futuras melhoram o desempenho da classificação online.

Um novo conjunto de dados melhora a avaliação da qualidade de imagem na microscopia.

Um olhar sobre como os LLMs encaram desafios de programação por meio de exemplos.

Explorando como informações causais estruturais podem melhorar a qualidade dos dados sintéticos.

Um novo framework pra criar classificadores de machine learning que são confiáveis e precisos.

Essa pesquisa explora métodos pra aprender circuitos quânticos rasos apesar do barulho.

Uma análise dos modelos de difusão generativa e seus processos únicos.

Novos métodos melhoram conjuntos de dados de imagem enquanto garantem privacidade e desempenho.

Novo método melhora a geração de candidatos a medicamentos por meio de IA e previsão de propriedades.

A pesquisa foca em melhorar a eficiência nos modelos de compreensão de documentos.

Analisando como algoritmos podem proteger a privacidade enquanto otimizam decisões em medicina personalizada.

Nova arquitetura de GNN melhora as previsões por meio de uma expressividade maior e integração de fragmentos.

Uma nova abordagem pra melhorar os métodos de estimativa do CADR pra resultados melhores.

Analisando e mitigando erros de discretização em Operadores Neurais de Fourier pra fazer previsões melhores.

Um novo método de marca d'água ajuda a identificar dados tabulares sintéticos.

Analisando os impactos da energia renovável na estabilidade da rede elétrica usando técnicas de machine learning.

O Q-learning 2RA melhora o aprendizado de máquina reduzindo o viés e acelerando o aprendizado.

Métodos para estimar a confiabilidade em modelos de aprendizado de máquina.

CViT junta aprendizado de operador com campos neurais condicionados pra melhorar modelagem científica.

Combinando abordagens pra melhorar as previsões de interações entre substâncias.

CFG++ melhora a geração e edição de imagens, proporcionando uma melhor alinhamento com os comandos de texto.

Essa pesquisa trata da oversmoothing em convoluções de grafo pra melhorar a precisão da classificação de nós.

Este estudo analisa métodos de áudio para rastrear o movimento de pedestres em áreas urbanas.