Informática - Aprendizagem de máquinas

Neural CODE melhora as previsões de séries temporais usando dados do passado e do futuro.

Um novo método pra análise de dados eficaz usando dados rotulados e não rotulados.

Essa pesquisa apresenta um sistema pra combinar música com conteúdo de vídeo de forma eficaz.

Uma nova abordagem usando aprendizado por reforço melhora a eficiência da diagonalização de estados quânticos.

Um novo método melhora o desempenho do modelo ao selecionar erros informativos para rotulação.

O NATv2 transforma o design de redes de deep learning pra ter mais eficiência e desempenho.

Descubra como o aprendizado em lote pode melhorar as decisões de preço nas empresas.

Um novo modelo enfrenta o erro de medição na inferência causal, melhorando a precisão.

Analisando a privacidade diferencial local dentro da Amostragem de Thompson pra tomar decisões melhores.

Este estudo analisa como melhorar a transferência de aprendizado entre tarefas.

Entender como a expectativa condicional ajuda na análise de dados e na remoção de ruído.

Usando análise de som e aprendizado de máquina pra melhorar a monitoração de AVF.

Um olhar sobre as habilidades de classificação e a eficiência de design do ConvResNeXt.

Uma análise detalhada dos métodos de estimativa do olhar do motorista e seu impacto na segurança.

Uma visão geral da Busca por Arquitetura Neural e seu papel no aprendizado profundo.

Este estudo avalia como os LLMs reconhecem e relacionam formas geométricas.

Apresentando o CongestEXP, um algoritmo que melhora as decisões dos jogadores em cenários de recursos compartilhados.

Combinando aprendizado por reforço e Branch-and-Bound pra melhores soluções de otimização.

Descubra maneiras de deixar os métodos de aprendizado por reforço mais rápidos e eficientes.

Uma nova abordagem pra prever a dinâmica da COVID-19 usando técnicas de modelagem avançadas.

O FedInit melhora a colaboração entre dispositivos no aprendizado federado ao lidar com o desvio dos clientes.

Uma estrutura pra avaliar e melhorar a qualidade dos dados pra ter um desempenho melhor dos modelos.

Novos métodos melhoram a privacidade na análise de dados usando Estimativa de Densidade do Núcleo.

Este estudo analisa o papel da IA na melhoria dos processos de fabricação aditiva de metais.

Métodos inovadores para analisar amostras de tecido melhoram a precisão na detecção do câncer.

Combinar dados de satélite ajuda a entender melhor os tipos de nuvem e seu impacto no clima.

Explorando os efeitos de dados sintéticos em modelos generativos e seus resultados.

Uma nova estrutura melhora o aprendizado descentralizado para ambientes de dados dinâmicos.

Esse estudo apresenta um método pra criar dados sintéticos usando modelos de difusão na física.

Uma técnica inovadora combina aprendizado profundo e física pra imagens mais rápidas.

Analisando como redes neurais conseguem lembrar dados de treinamento e os riscos de privacidade envolvidos.

Shapley Sets dá uma visão melhor das interações entre as features nas previsões do modelo.

Os agricultores ganeses usam tecnologia de IA pra combater doenças nas plantações de caju.

Pesquisadores usam aprendizado de máquina pra prever melhor mutações em proteínas e seus efeitos.

Analisando como métodos sensíveis ao risco melhoram a tomada de decisão em aprendizado por reforço.

Um novo método melhora a eficiência do treinamento para redes em dispositivos com poucos recursos.

Novos algoritmos melhoram a restauração de imagens hiperespectrais com dados faltando.

SageFormer melhora as previsões de séries temporais multivariadas ao capturar as relações entre as séries.

Descubra como o aprendizado de poucos exemplos melhora a clareza das imagens de OCT ao reduzir o ruído de speckle.

Apresentando um novo mecanismo de defesa contra ataques de inferência de membros em modelos de machine learning.