Artigos mais recentes para Aprendizado de Máquina

Uma nova abordagem pra melhorar modelos de linguagem pequenos usando técnicas de ativação esparsa.

O LayerCAM-AE melhora a detecção de atualizações maliciosas em aprendizado federado enquanto preserva a privacidade dos dados.

Um novo método melhora os movimentos humanos na animação e na robótica.

Apresentando uma estrutura pra quantificar a incerteza em modelos preditivos, principalmente em espaços de dados complexos.

Um novo método resolve conflitos na classificação multivista pra melhorar a tomada de decisão.

Combinar NIDS com IA neurossimbólica melhora a detecção de ameaças e a compreensão do sistema.

Essa abordagem melhora a busca por soluções em problemas esparsos.

Um estudo sobre o desempenho de modelos de Difusão em comparação com GANs para melhorar a qualidade de imagem.

Um novo método melhora a augmentação de dados para imagens de cirurgia laparoscópica.

O aprendizado por reforço robusto adapta estratégias pra ter resultados confiáveis, mesmo com os desafios do mundo real.

Manticore automatiza a criação de modelos de linguagem híbridos, melhorando a eficiência e o desempenho.

Novas técnicas melhoram a precisão e a velocidade na modelagem de reservatórios para extração de petróleo e gás.

A pesquisa busca equilibrar privacidade e precisão nos métodos de estimativa de média vetorial.

Um novo framework melhora as previsões de propriedades moleculares com dados limitados.

A LinkLogic traz clareza e confiabilidade pra previsão de links em gráficos de conhecimento.

Novo modelo melhora o fluxo de informações de longo alcance em dados de gráfico.

Duas técnicas inovadoras melhoram ataques adversariais em modelos de dados tabulares.

Diff-Tuning melhora os modelos de difusão pra gerar imagens melhores e se adaptar.

PyJuice melhora a velocidade e a eficiência de memória de circuitos probabilísticos para aprendizado de máquina.

A conferência GECCO explora o impacto das estratégias de seleção no desempenho dos algoritmos.

Apresentando o STARS, um método pra melhorar o aprendizado de várias tarefas em robôs.

Um novo modelo melhora a tomada de decisão em cenários complexos com escolhas interdependentes.

Contrafactuais revelam insights, mas trazem riscos de privacidade em machine learning.

MaxLin melhora a precisão e eficiência da verificação do CNN para aplicações de IA mais seguras.

Pesquisadores melhoram a análise de estados de fótons únicos usando técnicas de aprendizado de máquina pra ter mais precisão.

Apresentando o PART, um método pra aumentar a precisão e a robustez dos modelos de aprendizado de máquina.

Novo método melhora a tomada de decisão em agentes através do aprendizado de comportamento diversificado.

Combinar modelos de linguagem visual com aprendizado por reforço melhora a eficiência na conclusão de tarefas.

Um novo framework melhora o reconhecimento de ações em movimentos que não foram vistos antes, através de uma compreensão semântica mais aprofundada.

A pesquisa explora o potencial dos registros de movimentos fortes para localizar o epicentro.

Novos métodos melhoram a compreensão das máquinas sobre interações dinâmicas em conteúdo de vídeo.

Analisando o papel do deep learning em melhorar modelos causais.

Apresentando o SwiLoRA, um método que otimiza o treinamento de grandes modelos de linguagem com menos recursos.

Explorando segurança, confiabilidade e questões éticas em modelos de linguagem.

Um novo modelo aprende a valorizar dados de forma eficaz e explica suas decisões.

Um novo método melhora a adaptação do modelo durante os testes com filtragem dinâmica de pseudo-rotulações.

Explorando o papel dos algoritmos randomizados em simplificar dados complexos.

A NuNet usa dados RGB e de profundidade pra fazer estimativas de nutrição melhores.

Novos métodos melhoram a estimativa da posição da cabeça pra ter mais precisão em situações do mundo real.

Uma abordagem nova combina modelagem física com aprendizado de máquina pra geração de dados de carga líquida.