Artigos mais recentes para Ciência de Dados

Uma nova abordagem pra melhorar o aprendizado de representação não supervisionado em RL.

Um jeito de melhorar MLPs usando conhecimento confiável de GNNs.

Este artigo analisa como a homofilia local impacta o desempenho de redes neurais de grafos.

Estratégias de exploração melhoram muito o desempenho dos agentes em novos ambientes.

Explore como modelos de difusão transformam ruído em saídas de dados valiosas.

Novos métodos melhoram as CNNs Esféricas para uma análise de dados mais eficiente.

Novos modelos melhoram a geração de dados e a precisão científica.

Simplifique a análise de sistemas complexos usando dados e técnicas avançadas de modelagem.

Um novo otimizador melhora o aprendizado com dados limitados em cenários de poucos tiros.

Descubra como o CMR transforma a precisão das recomendações com ajustes em tempo real.

Uma nova abordagem simplifica o compartilhamento de dados para um aprendizado distribuído mais eficiente.

Melhorando ferramentas de IA para gerar código a partir de descrições em linguagem natural.

A pesquisa foca em melhorar sistemas pra identificar e classificar sexismo online de forma eficaz.

Um novo método melhora os Transformers Visuais auto-supervisionados com prompts específicos para a tarefa.

O TimeDiff melhora previsões de séries temporais de longo prazo com técnicas avançadas.

Uma olhada no Mixed-TD pra otimizar redes neurais em hardware.

O EAMDrift melhora as previsões juntando vários modelos pra ter mais precisão.

Uma nova abordagem melhora a classificação de texto em várias línguas.

Uma nova abordagem melhora a seleção de características sem dados rotulados para conjuntos de dados desbalanceados.

Um estudo sobre como as camadas backbone e de pooling afetam o desempenho da classificação de nuvens de pontos.

Um novo conjunto de dados melhora a análise de sentimento para conteúdo em árabe.

Este artigo fala sobre as vantagens e desafios da transferência de aprendizado por hipótese em machine learning.

Um novo método melhora o aprendizado auto-supervisionado para tarefas de previsão densa.

Esse artigo explora os desafios nas explicações de modelos e métodos pra melhorar a consistência.

O GitHub tem um monte de dados abertos essenciais pra pesquisa e colaboração em IA.

Um novo método reduz a necessidade de recursos enquanto treina modelos de PNL de forma eficaz.

Novos algoritmos melhoram a análise de conjuntos de dados complexos e de alta dimensão.

Este estudo propõe um benchmark pra melhorar métodos de aprendizado auto-supervisionado pra dados de vídeo.

A pesquisa apresenta o BRMOB, um método pra minimizar o arrependimento bayesiano na tomada de decisão.

Pesquisas destacam melhorias em métodos de RL para ambientes parcialmente observáveis.

Hipermatrizes vão além das matrizes tradicionais, permitindo lidar com dados complexos em múltiplas dimensões.

Um novo método esclarece como as características do estado afetam o desempenho do agente no aprendizado por reforço.

Explorando o papel da augmentação de dados em melhorar o desempenho de modelos de machine learning.

Esse artigo explora o desenvolvimento de conjuntos de dados avançados para robótica na manufatura.

DeCoR ajuda as máquinas a aprender novos sons sem esquecer os antigos.

Abordando o desafio de calibração em deep learning com técnicas de Mixup.

Novos métodos melhoram a eficiência de amostragem para grandes conjuntos de dados em aprendizado de máquina.

Uma nova linguagem de programação simplifica a inferência bayesiana em espaços de funções para pesquisadores.

Este estudo analisa o papel da IA em resolver ciclos hamiltonianos de forma mais eficiente.

Uma forma clara de comparar modelos de machine learning de maneira efetiva.