Artigos mais recentes para Ciência de Dados

Explorando soluções para aplicativos baseados em dados em sistemas distribuídos.

Uma olhada em como a otimização distribuída enfrenta os desafios de grandes dados.

A fabricação aditiva enfrenta uma falta grande de conjuntos de dados abertos disponíveis pra aprendizado de máquina.

Um novo conjunto de dados pra testar sistemas RAG em perguntas complexas de múltiplas etapas.

Esse artigo explica como a quantização suave simplifica dados complexos sem perder detalhes.

Um novo método melhora a conclusão de gráficos de conhecimento usando grandes modelos de linguagem.

Um novo modelo usa imagens de satélite e dados climáticos pra fazer previsões precisas sobre as colheitas.

Essa pesquisa foca em melhorar o aprendizado com poucos exemplos através de uma seleção cuidadosa de classes.

Combinar fontes de dados melhora a precisão das previsões climáticas.

Novas técnicas simplificam as previsões de fluxo de água usando métodos de aprendizado de máquina.

RecDCL junta técnicas pra dar recomendações mais legais e focadas no usuário em situações de dados escassos.

Novos frameworks têm como objetivo aumentar a eficiência dos LLMs com a integração de ferramentas.

Um novo método melhora a identificação de dados desconhecidos em modelos de aprendizado de máquina.

Uma nova abordagem classifica os neurônios pelas suas respostas específicas a estímulos visuais.

Uma abordagem sistemática para desenvolver e usar índices em pesquisas.

Melhorando bases de conhecimento usando modelos de linguagem e implicação textual pra aumentar a precisão.

Essa pesquisa analisa as garantias de otimização de redes desdobradas em aprendizado de máquina.

Esse estudo questiona a preferência pelo AUPRC em vez do AUROC em conjuntos de dados desbalanceados.

Novos métodos quânticos baseados em cohomologia podem acelerar os cálculos dos números de Betti.

Analisando a justiça das recomendações feitas por algoritmos após resultados negativos.

CLOTH melhora a troca de conhecimento entre conjuntos de dados usando técnicas inovadoras.

Um novo método pra recomendações mais precisas, focando nas características de cada item.

Uma nova abordagem pra melhorar a compreensão de sequências de eventos usando técnicas auto-supervisionadas.

Um olhar sobre como esses modelos analisam estruturas de dados complexas em várias áreas.

Novas funções de perda melhoram a classificação de imagens em redes neurais.

Essa análise examina como os computadores classificam diferentes estilos de humor e suas implicações.

MoDE melhora a colaboração entre especialistas pra ter um desempenho melhor em machine learning.

Uma nova abordagem pra identificar fatores de confusão através da análise de texto não estruturado.

Um novo método melhora o aprendizado a partir de dados não rotulados em diversos domínios.

Usar conceitos de democracia líquida pode melhorar a eficiência e a precisão do aprendizado em conjunto.

Novo modelo de linguagem sem limites melhora previsões usando dados extensivos.

Um novo método pra melhorar a transferência de conhecimento em aprendizado por reforço.

Usando aprendizado de máquina pra classificar asteroides com base nos movimentos orbitais deles.

A seleção de coreset melhora a eficiência em modelos de aprendizado de máquina quânticos ao reduzir o tamanho do conjunto de dados.

Este artigo examina a evolução da aprendizagem hebbiana em redes neurais.

Um novo método melhora o agrupamento de dados ao considerar relações complexas.

Novos métodos melhoram a detecção de pontos de dados estranhos em conjuntos de dados estruturados usando deep learning.

Esse trabalho examina como os LLMs melhoram a detecção de vulnerabilidades em código Java.

Novos métodos combinam descoberta causal e aprendizado por reforço pra ter insights melhores.

Uma olhada na teoria essencial por trás dos modelos de deep learning.