Informática - Computação distribuída, paralela e em cluster

Um novo método melhora o aprendizado colaborativo otimizando a seleção de clientes e o treinamento de modelos personalizados.

Explorando novos protocolos para consenso seguro em redes descentralizadas usando tecnologia quântica.

Uma nova biblioteca melhora os algoritmos MPPI para aplicações em robótica.

Um novo método pra treinar CNNs direto em dispositivos móveis e de borda.

Aperfeiçoando gêmeos digitais com modelos de ordem reduzida e computação de alto desempenho.

Um novo método melhora a privacidade enquanto garante um bom desempenho do modelo em Aprendizado Federado.

Inf-MLLM melhora a eficiência em lidar com fluxos de dados complexos com recursos limitados.

Método inovador de dados sintéticos melhora a precisão da imagem médica enquanto protege a privacidade dos pacientes.

Novas estratégias para a colaboração entre agentes aumentam a confiança e a eficiência nas respostas da IA.

Um novo método melhora a confiabilidade e a eficiência do blockchain em redes descentralizadas.

O FedD2P oferece uma nova forma de IoT treinar modelos sem precisar de muitos recursos.

Analisando o desempenho de datacenters HPC com cargas de trabalho ML e tradicionais.

Uma nova abordagem para aprendizado federado que melhora a precisão e o uso de recursos.

Novos algoritmos melhoram a computação de funções de Bessel modificadas para várias aplicações.

A Replicação Colaborativa sem Coordenação facilita o trabalho em grupo sem precisar ficar trocando mensagem toda hora.

Um método pra lidar melhor com redes grandes em aprendizado de máquina.

Explorando a mudança para métodos centrados em GPU pra uma performance de computação melhor.

O aprendizado federado enfrenta desafios de privacidade de dados em áreas sensíveis.

Um novo framework melhora o agendamento e a execução de tarefas na computação em borda.

Um novo método melhora a privacidade dos dados em machine learning com abordagens personalizadas.

Um novo método que melhora o reconhecimento de fala ao mesmo tempo que garante a privacidade dos dados.

CountChain usa blockchain pra melhorar a precisão e confiança na contagem de anúncios online.

Esse artigo fala sobre uma nova abordagem para gerenciamento de rede usando computação sem servidor.

Um novo ambiente RL tem como objetivo melhorar a otimização de código para o compilador MLIR.

Um estudo analisando a tolerância a falhas do blockchain em cinco sistemas modernos.

Um novo método combina Aprendizado Federado e Treinamento Adversarial para detecção de ameaças internas.

Essa pesquisa melhora as simulações de RFA aplicando técnicas de computação paralela pra reduzir o tempo de execução.

A CARAML oferece uma nova maneira de avaliar a eficiência de hardware de IA em tarefas de aprendizado de máquina.

Este artigo fala sobre métodos de dados focados em privacidade usando aprendizado federado e hashing de transferência profunda.

Nova método melhora análise de ressonância magnética para diagnóstico de demência usando técnicas clássicas e quânticas.

RapidOMS oferece uma abordagem mais rápida e eficiente para a análise de espectrometria de massas.

Uma nova abordagem para treinar modelos de linguagem melhora a eficiência e o desempenho.

Uma visão geral da importância e dos métodos para verificar sistemas distribuídos.

Um novo algoritmo melhora a colaboração em tempo real na edição de documentos.

Essa abordagem melhora a eficiência no treinamento de modelos com grandes dados de gráfico enquanto protege a privacidade.

Analisando a justiça e eficiência dos leilões de intenção de comércio nas finanças modernas.

PASS usa computação probabilística pra resolver de forma eficiente desafios difíceis em várias áreas.

O Domino melhora a velocidade de treino de modelos de linguagem otimizando a comunicação entre GPUs.

Um novo método melhora a eficiência para lidar com entradas longas em modelos de linguagem.

Descubra como relações causais impactam decisões em várias áreas.