Artigos mais recentes para Ciência de Dados

Uma nova abordagem para lidar com dados incompletos e ruidosos na pesquisa.

Avaliar a inferência de linguagem natural pra combater discurso de ódio em várias línguas.

Explorando a interseção dos avanços em computação quântica e aprendizado de máquina.

Técnicas para melhorar a precisão das florestas aleatórias através de regularização pós-hoc.

Aprendizado quântico junta mecânica quântica e aprendizado de máquina pra reformular sistemas de computação.

Analisando como redes ligeiramente sobreparametrizadas melhoram os resultados do treinamento.

Redes neurais oferecem novas maneiras de resolver equações de Poisson complexas em altas dimensões.

Um novo sistema melhora a compreensão e confiança nos modelos de IA através de explicações melhores.

Um novo framework melhora a previsão de CTR ao lidar com o viés de seleção de amostras.

Uma olhada em como os espaços de Barron melhoram o desempenho de redes neurais em altas dimensões.

GShot gera gráficos de alta qualidade a partir de dados de treinamento limitados usando técnicas de meta-aprendizagem.

Uma nova abordagem pra combater o esquecimento catastrófico em modelos de aprendizado contínuo.

O G-CAME melhora a compreensão das previsões de modelos de detecção de objetos através de mapas de saliência claros.

Uma olhada no ColdNAS e seu impacto nos desafios de usuários em cold-start.

Descubra como o aprendizado em contexto transforma as capacidades dos modelos de linguagem.

Um conjunto de dados com 86 milhões de moléculas ajuda na pesquisa de descoberta de medicamentos e ciência dos materiais.

AGRA melhora o treinamento de modelos lidando com rótulos barulhentos de forma dinâmica durante o processo de aprendizado.

O ScoreCL melhora o aprendizado do modelo através de correspondência de pontuação adaptativa no aprendizado contrastivo.

DASH oferece uma forma rápida e precisa de atribuir cargas parciais em moléculas.

Uma visão geral de como autoencoders mascarados melhoram a compreensão de imagens através do aprendizado auto-supervisionado.

Explorando como a amostragem influencia os resultados futuros em modelos de urna complexos.

O Sparse Linear Centroid-Encoder simplifica a seleção de recursos para grandes conjuntos de dados.

Melhorando o manuseio de pedidos raros em assistentes de voz através de aumento de dados.

Um novo método melhora a avaliação para modelos de completude de Grafo de Conhecimento.

Um novo método melhora o desempenho de machine learning usando gráficos de conhecimento em cenários de dados limitados.

Novos métodos melhoram as defesas contra ataques adversariais em sistemas de aprendizado profundo.

Explore como o ajuste de instruções melhora o desempenho do modelo de linguagem em várias tarefas.

A ScienceBenchmark oferece um novo padrão para bases de dados científicas complexas.

Uma olhada em como os modelos DETR estão mudando a detecção de objetos.

Esse artigo apresenta um design modular pra melhorar a eficiência e adaptabilidade dos modelos de linguagem.

Novo método melhora o reconhecimento de objetos em espaços 3D aproveitando modelos 2D existentes.

Apresentando o SLCE, uma abordagem supervisionada pra deixar a visualização de dados mais clara.

Um novo método foca no viés de gênero em modelos de linguagem enquanto minimiza o uso de dados.

Novos métodos melhoram a velocidade de escaneamento de MRI e a qualidade das imagens usando máscaras de subamostragem personalizadas.

Um novo método melhora a eficiência do aprendizado online para redes neurais usando aproximações de baixa classificação.

Pesquisas mostram como GNNs conseguem se adaptar a diferentes tamanhos de grafo.

O RD-Suite tem como objetivo padronizar a avaliação dos métodos de destilação de ranking pra uma comparação melhor.

Entendendo modelos que juntam vários tipos de dados pra gerar resultados melhores.

Um jeito de melhorar modelos menores pra ter mais confiabilidade e desempenho.

Novos métodos aproveitam a identidade do falante pra melhorar o desempenho do reconhecimento de fala.