Informática - Aprendizagem de máquinas

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

ProtoAD combina protótipos com aprendizado profundo pra detectar anomalias de forma mais clara em dados de séries temporais.

O Seq2Peak melhora as previsões para a demanda em horários de pico em várias indústrias.

Novos métodos buscam melhorar a comunicação em equipes diversas, deixando o contexto mais claro.

Uma estrutura que melhora as combinações de anúncios para aumentar o engajamento dos usuários.

Investigando como simetrias melhoram modelos de aprendizado de máquina pra uma análise de dados mais eficiente.

Um novo método acelera a rotulagem de dados e o treinamento de modelos.

Estudo destaca o papel dos micróbios do solo em prever a saúde e produtividade das plantas.

Um novo método melhora a seleção de variáveis para conjuntos de dados complexos em tarefas de duas visões.

Pesquisadores melhoram as previsões de ligação de medicamentos a alvos com gráficos de conhecimento multimodais.

Este artigo fala sobre como melhorar as explicações das árvores de decisão para ter resultados mais justos.

Um novo método melhora o aprendizado a partir de conjuntos de dados desiguais no aprendizado por reforço offline.

Analisando o desempenho de estratégias de aprendizado por reforço na bolsa.

Explore como a suavidade impacta o desempenho do modelo em dados não vistos.

Analisando o papel das ferramentas de IA na criação de plantas arquitetônicas.

Novas plataformas abertas buscam melhorar o Aprendizado Federado por meio da colaboração dos usuários.

Um novo método pra visualizar os efeitos das características em modelos de aprendizado de máquina dinâmicos.

Apresentando o VertiBench, uma ferramenta pra avaliar algoritmos de aprendizado federado vertical com conjuntos de dados realistas.

Estudo avalia a precisão dos mapas de uso da terra para monitoramento agrícola na África Subsaariana.

AdaStop melhora a confiabilidade e a eficiência nos testes de algoritmos de RL Profundo.

Jogadores escapam de uma casa enquanto tentam identificar um assassino escondido entre eles.

Um resumo sobre modelos de linguagem, seus processos de aprendizado e várias aplicações.

Combinar modelos melhora a performance de recomendações sequenciais ao lidar com as mudanças nas preferências dos usuários.

Um novo método melhora o rastreamento da frequência cardíaca usando sinais de PPG.

Uma olhada na importância da interpretabilidade em redes neurais profundas.

OpenDelta simplifica o processo de usar grandes modelos pré-treinados para várias tarefas.

Um novo modelo aumenta o realismo da fala sintética.

Um novo framework melhora o aprendizado de habilidades para agentes de IA por meio de abordagens hierárquicas.

Explore a importância das funções de perda e métricas de desempenho em modelos de deep learning.

Malafide apresenta técnicas de spoofing sofisticadas, complicando as contramedidas no reconhecimento de voz.

FedDec melhora o aprendizado federado ao permitir comunicação direta entre dispositivos para um treino de modelo melhor.

Um novo modelo melhora o aprendizado dos robôs com poucos comandos do usuário.

O Invariant Dropout melhora a eficiência do treino ao gerenciar as variações de desempenho dos dispositivos.

Um novo método usa dados da comunidade pra estimar a altura dos prédios em modelos 3D das cidades.

Novo método melhora a sumarização automática de textos ao incluir com precisão nomes e termos importantes.

Este estudo foca em melhorar o desempenho de modelos em conjuntos através de dissimilaridade no treinamento.

O Elastic Decision Transformer melhora a tomada de decisões em aprendizado por reforço através de um comprimento de histórico adaptativo.

Uma estrutura para melhorar a seleção de dados com amostras de treino limitadas.

Uma visão geral do deep learning, sua importância, desafios e perspectivas futuras.

Esse estudo analisa o compartilhamento de recursos e a transparência energética na pesquisa em engenharia de software.