Artigos mais recentes para Ciência de Dados

LaTable melhora a criação de dados tabulares sintéticos em várias áreas.

Uma nova técnica melhora o desempenho de redes neurais de grafos em grandes conjuntos de dados.

Esta pesquisa foca na melhoria do reconhecimento de entidades nomeadas por meio de estratégias variadas de representação de dados.

O balanceamento de dados é crucial para a equidade e a precisão em modelos de aprendizado de máquina.

Aprenda como a transferência de aprendizado ajuda a classificar dados dinâmicos de forma eficaz.

Novos algoritmos pra extrair sinais de cenários de ruído complexo.

Alchemist automatiza a rotulagem de dados, melhorando a eficiência e reduzindo custos.

Uma olhada no papel do conjunto de dados TIDMAD na pesquisa sobre matéria escura.

RAIL combina aprendizado contínuo com modelos de visão-linguagem para melhor adaptabilidade.

AFBench oferece um vasto conjunto de dados para melhorar técnicas de design de perfis aerodinâmicos.

Um novo framework melhora as recomendações de usuários por meio de um melhor processamento de dados.

As GPUs melhoram a eficiência na resolução de problemas de programação não linear com métodos inovadores.

Um novo método aprimora a precisão na resposta a perguntas para modelos de linguagem black-box.

Um novo método de classificação usando hipergrafos melhora a precisão da categorização de dados.

Este artigo apresenta um novo método para melhor entender modelos de aprendizado de máquina.

Um sistema pra reconhecimento de falantes em áudio multilíngue sem precisar de muitos dados.

Um estudo sobre o uso de modelos de prompt para avaliar tradução automática e sumarização.

Esse artigo melhora a CCA usando regressão de posto reduzido para conjuntos de dados de alta dimensão.

Este estudo apresenta uma nova abordagem para redução de dimensões usando a distância Gromov-Wasserstein semi-relaxada.

Um novo método melhora a análise de sentimento ao enfrentar os desafios da escassez de dados.

Um novo método pra melhorar as recomendações de artigos usando dados históricos dos usuários.

AdaZeta reduz o uso de memória enquanto melhora o desempenho na adaptação de grandes modelos de linguagem.

Um novo método conecta imagens com textos longos sem precisar de dados extras.

Uma nova abordagem melhora a previsão de quadros de vídeo usando conhecimento de domínio.

Uma olhada na relação entre o tamanho do modelo e a eficiência dos dados de treino.

O dataset GTZAN-synth usa música sintética pra melhorar os sistemas de tagueamento de música.

Analisando o papel das variedades matriciais em melhorar modelos de deep learning.

Um novo modelo melhora as habilidades de chamada de função dos modelos de linguagem para tarefas complexas.

Uma nova abordagem melhora o ajuste de temperatura na destilação de conhecimento para um treinamento de modelo mais eficaz.

IDAICL melhora as previsões ao aprimorar a qualidade das demonstrações no aprendizado em contexto.

Um novo conjunto de dados sintético melhora o treinamento para modelos de IA multimodais.

Descubra o papel do aprendizado de operadores em avançar previsões baseadas em dados em várias áreas.

Um novo modelo melhora a integração de imagens e texto na patologia.

Um novo otimizador adaptativo reduz o uso de memória no treinamento de grandes redes neurais.

Um olhar sobre como a inferência movida a previsões melhora o desempenho dos modelos em tecnologia sem fio.

VCHAR melhora o reconhecimento de atividades humanas complexas usando métodos visuais inovadores.

Descubra como os modelos de linguagem melhoram as recomendações personalizadas em plataformas digitais.

Novas técnicas visam aprimorar a geração de grafos de cena equilibrando relacionamentos comuns e raros.

Novos operadores neurais melhoram a precisão na previsão do comportamento de materiais magnéticos.

Novas estratégias melhoram a otimização em ambientes incertos.