Artigos mais recentes para Ciência de Dados

Este estudo desenvolve técnicas de aprendizado de máquina pra identificar melhor as galáxias de rádio poderosas.

Um novo método melhora o uso dos dados de EHR para prever os resultados dos pacientes.

Esse artigo fala sobre como melhorar a otimização estocástica usando amostragem de dados recorrente e métodos de regularização.

Analisando o impacto dos adaptadores de idioma no desempenho de modelos multilíngues.

O RAPTOR melhora como a gente busca e resume informações de textos complicados.

PLSM reduz a complexidade nos modelos de IA pra fazer previsões melhores.

Um novo método pra identificar pontos de mudança em conjuntos de dados complexos.

O M-RAAP otimiza a combinação de dados de vídeo e texto pra melhorar os resultados de busca.

O aprendizado de multi-similaridade em gráfico melhora a descoberta de medicamentos através de relações moleculares flexíveis.

Essa pesquisa foca em modelagem preditiva justa considerando estruturas de grupos hierárquicas.

Um novo conjunto de dados tem como objetivo melhorar a pesquisa em modelos de linguagem e promover a transparência.

Pesquisa sobre como melhorar modelos de aprendizado contínuo através da sensibilidade à ordem de tarefas e classes.

A Libriheavy oferece 50.000 horas de inglês falado pra melhorar a tecnologia de reconhecimento de fala.

Esse artigo fala sobre o impacto da subreportagem de dados na justiça dos modelos preditivos.

Analisando a relação entre aprendizado de máquina quântico e algoritmos clássicos pra melhorar o desempenho.

Analisando o custo e a eficiência de grandes modelos de linguagem em várias tarefas.

Gêmeos digitais ajudam a monitorar e prever comportamentos de sistemas complexos em várias áreas.

Pesquisadores melhoram os métodos de ataque à criptografia Learning With Errors usando aprendizado de máquina.

Uma olhada em como a tokenização impacta a eficiência dos modelos de linguagem.

Uma nova abordagem pra prever eventos usando técnicas de aprendizado auto-supervisionado.

Apresentando o FairEHR-CLP, uma estrutura pra previsões de saúde justas e precisas usando dados de EHR.

Um jeito de garantir previsões de demanda precisas em plataformas de serviço dinâmicas.

Novo algoritmo melhora a análise de conjuntos de dados complexos para pesquisadores.

Uma nova abordagem melhora o desempenho do aprendizado por reforço offline através de atualizações de gradiente ortogonal.

Essa pesquisa melhora o aprendizado de reforço online usando modelagem de razão de densidade pra uma exploração melhor.

Novos métodos melhoram a compreensão das redes biológicas e dos mecanismos das doenças.

Um modelo de aprendizado de máquina melhora as previsões de propriedades moleculares complexas com base no código SMILES.

O Transformer Informado por Topologia melhora o reconhecimento de isomorfismo de grafos e as capacidades preditivas.

A estrutura TSF-HD oferece previsões eficientes e precisas para diferentes padrões de dados.

Um novo método pra avaliar o valor dos dados em dados de gráfico complexos.

Este estudo analisa como os viés de análise de sentimento afetam as decisões de trading de ações.

Explicações contrafactuais oferecem ideias sobre decisões algorítmicas, mas precisam ser confiáveis.

A Regularização de Dimensionalidade Local oferece soluções para melhorar a qualidade da representação em SSL.

Uma nova abordagem de IA junta redes neurais com raciocínio simbólico pra melhorar a tomada de decisão.

Apresentando o AgentHPO, uma estrutura que automatiza a ajuste de hiperparâmetros usando Grandes Modelos de Linguagem.

Aprenda como a métrica de menor desacordo melhora a eficiência do aprendizado ativo.

Este artigo fala sobre como usar deep learning pra reconstruir estados quânticos afetados por ruído.

Apresentando um método pra reduzir o esquecimento em redes neurais enquanto elas aprendem novas tarefas.

O Teddy melhora o desempenho do GNN enquanto reduz os custos computacionais com a esparsificação de arestas.

Uma nova estrutura melhora o aprendizado a partir de rótulos de dados incompletos.