Artigos mais recentes para Ciência de Dados

Novos métodos melhoram a geração de prompts para um desempenho melhor nas tarefas em modelos de linguagem.

Apresentando uma nova abordagem para conjuntos de dados de referência em resolução de entidades para uma avaliação melhor.

Uma nova abordagem melhora a previsão do fluxo de tráfego usando técnicas gráficas avançadas.

Um novo método reduz os custos de memória para otimizadores avançados em aprendizado de máquina.

Usando dados em tempo real pra melhorar previsões de surtos de doenças.

Neural CODE melhora as previsões de séries temporais usando dados do passado e do futuro.

Um novo método pra análise de dados eficaz usando dados rotulados e não rotulados.

Um novo método melhora o desempenho do modelo ao selecionar erros informativos para rotulação.

O NATv2 transforma o design de redes de deep learning pra ter mais eficiência e desempenho.

O método ReGEN melhora o reconhecimento de imagem em novos ambientes sem dados rotulados.

Propondo métodos pra melhorar o reconhecimento visual em dados barulhentos e com distribuição assimétrica.

Este estudo analisa como melhorar a transferência de aprendizado entre tarefas.

Um novo método melhora a precisão da segmentação usando imagens geradas diversas.

Aprenda como a redução de dimensão ajuda a melhorar a modelagem preditiva em ciência de dados.

Explorando a importância da reprodutibilidade em sistemas de IA generativa.

Um novo método junta redes neurais e técnicas de elementos finitos pra resolver problemas de forma mais eficiente.

Uma visão geral da Busca por Arquitetura Neural e seu papel no aprendizado profundo.

O treinamento adversarial melhora a robustez e a interpretabilidade dos modelos de visão computacional.

Combinando aprendizado por reforço e Branch-and-Bound pra melhores soluções de otimização.

Uma estrutura pra avaliar e melhorar a qualidade dos dados pra ter um desempenho melhor dos modelos.

Este estudo analisa o papel da IA na melhoria dos processos de fabricação aditiva de metais.

Explorando os efeitos de dados sintéticos em modelos generativos e seus resultados.

Shapley Sets dá uma visão melhor das interações entre as features nas previsões do modelo.

Pesquisas mostram que combinar conjuntos de dados melhora os modelos de detecção de discurso de ódio.

SageFormer melhora as previsões de séries temporais multivariadas ao capturar as relações entre as séries.

ProtoAD combina protótipos com aprendizado profundo pra detectar anomalias de forma mais clara em dados de séries temporais.

Um novo método acelera a rotulagem de dados e o treinamento de modelos.

Um novo método melhora a seleção de variáveis para conjuntos de dados complexos em tarefas de duas visões.

Este artigo fala sobre como melhorar as explicações das árvores de decisão para ter resultados mais justos.

Um novo método melhora o aprendizado a partir de conjuntos de dados desiguais no aprendizado por reforço offline.

Explore como a suavidade impacta o desempenho do modelo em dados não vistos.

Um novo algoritmo reduz as avaliações de circuitos quânticos pra otimização melhorada.

Combinar modelos melhora a performance de recomendações sequenciais ao lidar com as mudanças nas preferências dos usuários.

Um novo método melhora o rastreamento da frequência cardíaca usando sinais de PPG.

Uma olhada na importância da interpretabilidade em redes neurais profundas.

OpenDelta simplifica o processo de usar grandes modelos pré-treinados para várias tarefas.

Explore a importância das funções de perda e métricas de desempenho em modelos de deep learning.

Aprenda como métodos Bayesianos melhoram a análise de dados em várias áreas.

Este estudo foca em melhorar o desempenho de modelos em conjuntos através de dissimilaridade no treinamento.

Uma estrutura para melhorar a seleção de dados com amostras de treino limitadas.