Artigos mais recentes para Ciência de Dados

O aprendizado MinMax oferece estabilidade e eficiência no treinamento de redes neurais.

Novo kit de ferramentas melhora o acesso a dados sintéticos para treinamento de modelos em IR.

Este estudo foca em classificar e segmentar prédios 3D de forma eficaz.

Métodos de inferência causal estão evoluindo para enfrentar desafios na saúde, educação e e-commerce.

CML-TTS permite sistemas de texto-para-fala melhores em sete idiomas.

Analisando como modelos superparametrizados conseguem aprender e generalizar em configurações multiclasse.

Estudo revela insights sobre resumir e responder perguntas em textos biomédicos.

Analisando a perda Lipschitz de raiz quadrada para melhorar o desempenho de algoritmos de aprendizado com dados ruidosos.

Uma olhada na importância do aprendizado contínuo em sistemas de IA.

Nova abordagem melhora o desempenho de GNN em relacionamentos de dados complexos.

PIGEON melhora o palpite de localização de imagens usando métodos inovadores e fontes de dados mais amplas.

Pequenos preconceitos na IA podem resultar em grandes injustiças.

Um novo conjunto de dados testa a capacidade da IA de raciocinar em situações da vida real.

Aprenda como mudanças na distribuição afetam modelos de aprendizado de máquina e a eficácia deles.

GLRU otimiza as atualizações de modelos de machine learning para conjuntos de dados que mudam.

Pesquisa sobre como melhorar modelos de reconhecimento de escrita à mão para diferentes estilos de escrita.

Uma nova abordagem pra aumentar o desempenho de NER através de técnicas avançadas de aumento de dados.

Pesquisas sobre biossimilares e aprendizado de máquina revelam novos padrões de resultados para os pacientes.

Apresentando os codificadores PID e GPIDE para melhorar a tomada de decisão em aprendizado por reforço.

Explorando como a curvatura se relaciona com memorização e overfitting em redes de deep learning.

Este artigo explora a conexão entre distribuições lognormais e análise de informação mútua.

Um novo modelo melhora a extração de relações a partir de dados estruturados usando redes neurais.

Modelos generativos melhoram a precisão e reduzem custos na previsão do tempo.

Explorando as capacidades de memorização e generalização das redes neurais quânticas.

Usando IA pra melhorar a tradução de línguas com poucos recursos.

MoP-CLIP melhora modelos de aprendizado em ambientes de dados em mudança.

Um novo método reduz o custo de treinar grandes modelos em aprendizado de máquina.

O EgoVLPv2 integra vídeo e texto pra melhorar o desempenho do aprendizado de máquina.

A BLUEX oferece um recurso bacana pra avaliar modelos de linguagem em português usando questões de vestibular.

Circuitos quânticos estão transformando o aprendizado de máquina com cálculos de gradiente eficientes.

Um novo método melhora os modelos de previsão usando dados estruturados.

Este estudo apresenta um modelo para classificar valores humanos em conteúdo escrito.

O MoMS-Net melhora a previsão de espectros de massas, aumentando a precisão na identificação molecular.

Um novo método usa redes neurais quânticas pra estimar a informação mútua quântica de forma eficiente.

Novos métodos melhoram o cálculo de subespaços invariantes na álgebra linear numérica.

Uma nova abordagem melhora a personalização da tradução para diferentes necessidades dos usuários.

Esse método ajuda a interpretar padrões de dados de alta dimensão de forma eficaz.

Explorando o papel do horizonte de tempo na compreensão do comportamento dos especialistas.

Uma nova abordagem melhora a detecção de anomalias sem dados rotulados.

A pesquisa apresenta o GPT-Negochat para um acompanhamento eficaz de acordos em tempo real durante negociações.