Artigos mais recentes para Ciência de Dados

Uma olhada no papel da complexidade no desempenho do modelo.

Descubra como a consciência de intenção molda os sistemas de recomendação modernos para uma experiência do usuário melhor.

Um novo modelo melhora o reconhecimento de ações em ambientes escuros usando tecnologia de transformadores de vídeo.

Explorando leis de conservação e seu papel em cenários complexos de aprendizado de máquina.

SimClone detecta clones de dados em conjuntos de dados tabulares sem depender de características estruturais.

Uma nova função de perda melhora o aprendizado de características em tarefas de classificação.

Um novo método pra selecionar estimadores de forma eficiente em tarefas de avaliação off-policy.

FAdam otimiza o treinamento de machine learning com técnicas aprimoradas pra resultados melhores.

O CAT melhora a interpretabilidade do modelo agrupando as características em conceitos de alto nível.

Um modelo inovador lida com gráficos dinâmicos enquanto melhora o desempenho e reduz o tempo de treinamento.

Um novo método melhora a forma como modelamos sistemas complexos com equações simples.

Explore como os modelos de linguagem memoriza através da recitação, reconstrução e recordação.

Novas estruturas matriciais melhoram o ajuste fino para modelos de IA com menor demanda de recursos.

Esse artigo analisa como o viés se desenvolve durante o treinamento de modelos de aprendizado de máquina.

Descubra o impacto do Arboretum na pesquisa de IA para a biodiversidade.

ViANLI apresenta novos desafios para modelos de PLN no processamento da língua vietnamita.

Um novo método para selecionar exemplos de dados aprimora a eficiência do aprendizado de máquina.

Examinando a influência do barulho e sinais estruturados em modelos de matrizes aleatórias.

Um novo método que combina técnicas de geração e compreensão de imagens para uma melhor aprendizagem de máquina.

O método UAD reduz a necessidade de dados e aumenta a eficiência na condução autônoma.

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.