Informática - Computação distribuída, paralela e em cluster

Novo método melhora o desempenho do modelo em dados não vistos.

Novas técnicas melhoram a velocidade de treinamento para modelos de recomendação de deep learning.

Esse artigo explora técnicas chave pra comprimir grandes conjuntos de dados científicos de forma eficaz.

Este estudo analisa como o layout da rede afeta o aprendizado federado descentralizado em meio a ameaças bizantinas.

Este artigo explora novos métodos para simular fluxos de fluidos com a tecnologia de GPU.

pFedDIL melhora o aprendizado de máquina ao reter conhecimento enquanto se adapta a novas tarefas.

Uma visão geral das infraestruturas de IA em nuvem e locais.

Este estudo mostra como a aleatoriedade compartilhada melhora a eficiência na resolução de problemas distribuídos locais.

Esse artigo fala sobre como melhorar a tolerância a falhas em fluxos de trabalho híbridos usando métodos de recuperação.

Uma abordagem simplificada para implementar a Busca por Correspondência Ortogonal para soluções esparsas.

Um método pra melhorar a implementação de deep learning em dispositivos com recursos limitados.

Uma visão geral das interações em Sistemas Ciberfísicos e suas implicações.

Um novo método resolve os desafios de dados em IA para a saúde.

Aprenda como a engenharia de software pode levar a práticas de eficiência energética na tecnologia.

BoostCom acelera tarefas de comparação em FHE, melhorando a eficiência para dados criptografados.

Um novo método torna a análise de relação causal mais eficiente e fácil de lidar.

Um guia para várias configurações do Kubernetes e suas funcionalidades.

Novo método melhora a eficiência na resolução de problemas de controle ótimo com PDEs.

Um novo jeito de gerenciar cargas de trabalho de forma eficiente otimizando o uso do núcleo.

Explore os fundamentos do Aprendizado Federado e sua importância na privacidade dos dados.

Uma abordagem formal pra garantir confiabilidade em sistemas de fluxo de dados com estado, tipo Apache Flink.

Um estudo comparando inferência hierárquica e métodos tradicionais em dispositivos de borda.

Desenvolvimentos recentes melhoram a velocidade e a eficiência nas simulações de circuitos quânticos.

Um novo framework pra treinar modelos de linguagem de forma eficiente em vários computadores.

Explorando privacidade diferencial em nível de usuário no treinamento de modelos de linguagem grande.

Explorando os benefícios do Aprendizado Federado para detecção de anomalias em redes de IoT.

EFVFL oferece um jeito estável de se comunicar de forma eficiente sem compartilhar dados pessoais.

Pesquisas destacam a robustez do modelo e defesas no aprendizado federado descentralizado.

Um estudo sobre como melhorar a atribuição de tarefas e o agendamento de trabalhos pra ter mais eficiência.

Este artigo fala sobre a importância dos algoritmos de hashing na tecnologia blockchain.

Um novo método pra melhorar o agendamento de tarefas em fluxos de trabalho científicos complexos.

O StatuScale melhora a gestão de recursos para microserviços, lidando bem com demandas de carga de trabalho repentinas.

Uma olhada em um novo método para melhorar a gestão de recursos em microsserviços.

Uma nova abordagem para detectar anomalias em dispositivos IoT usando aprendizado colaborativo.

O aprendizado federado melhora a imagem médica enquanto protege os dados dos pacientes.

Uma nova estrutura tem como objetivo reduzir problemas de desempenho para serviços críticos de latência.

Novas técnicas de contagem melhoram a análise de grandes conjuntos de dados genômicos.

Um novo método melhora a eficiência do aprendizado profundo para dispositivos de borda.

Uma nova abordagem para reduzir a latência de cauda em aplicações usando um pool de threads dinâmico.

Esse artigo analisa a importância da auto-ajuste para GPUs AMD em computação de alto desempenho.