Artigos mais recentes para Ciência de Dados

Uma abordagem estruturada melhora o desempenho do modelo financeiro através de dados de qualidade.

A aprendizagem ativa melhora a eficiência do treinamento de dados através da seleção estratégica de amostras.

Métodos ordinais mostram coisas legais sobre comportamentos e interações em redes complexas.

O RS-CNN traz uma nova maneira de quantificar a incerteza nas previsões de aprendizado de máquina.

Explore os básicos e aplicações de redes neurais de duas camadas.

Métodos pra melhorar a classificação multi-label usando dados parcialmente rotulados.

Aprenda como os bandits contextuais se adaptam a recompensas que mudam pra tomar decisões melhores.

Explore os benefícios de combinar técnicas de aprendizado semi-supervisionado e aprendizado ativo.

Novas ferramentas visam melhorar a equidade na IA ao fornecer acesso a conjuntos de dados diversos.

Novo método melhora a diferenciação entre padrões saudáveis e doentes em imagens médicas.

Novos métodos melhoram o controle da taxa de descobertas falsas na análise de dados binários.

Novos métodos melhoram o reconhecimento de ferramentas em vídeos cirúrgicos para resultados melhores.

Uma nova ferramenta pra ajustar dados de pesquisa e melhorar a representação da população.

Um novo modelo melhora os dados de treino para segmentação semântica em aplicações de IA.

Um método novo combina aprendizado de máquina com mecânica clássica pra analisar sistemas físicos.

Um novo método melhora misturas gaussianas para fazer previsões melhores em distribuições complexas.

Novos métodos melhoram a velocidade de treinamento e a precisão das GNNs usando quantização.

FGNNs melhoram o aprendizado de relacionamentos complexos em dados de grafo.

Descubra como as PINNs integram física e dados pra resolver equações.

Essa pesquisa explora a evolução de redes dinâmicas usando motivos e papéis de nós.

Este artigo examina os tópicos populares atuais na pesquisa em ciência da computação.

Um novo método melhora o reconhecimento de palavras personalizadas em sistemas de ASR para idiomas com dados limitados.

Explore como operadores de Lipschitz em redes ajudam a aproximar funções complexas.

Uma nova abordagem melhora a visibilidade em cenas desafiadoras com pouca luz e neblina.

Um novo método simplifica a análise de dados ao aprimorar modelos de cluster e de fatores.

Esse artigo destaca novos métodos pra esclarecer os resultados de clustering espectral em documentos de texto.

Esse artigo fala sobre métodos de autoavaliação pra melhorar a precisão dos modelos de linguagem.

Este estudo fortalece a robustez do aprendizado profundo através da seleção dinâmica de modelos.

Um novo framework pra garantir justiça nos sistemas de IA enquanto estão em operação.

Melhorando modelos de VQA equilibrando características visuais e textuais.

Novas métricas de avaliação melhoram a avaliação de modelos na adaptação de domínio não supervisionada.

Apresentando uma rede neural que aproxima de forma eficiente a distância de Wasserstein para conjuntos de pontos complexos.

Um novo método melhora a classificação de imagens do CLIP usando informações contextuais.

Calibrar modelos de deep learning garante previsões confiáveis em aplicações importantes.

Esse método melhora o treinamento do modelo em meio a desafios de rótulos incorretos.

Um novo método trata dos preconceitos de feedback em sistemas de recomendação para interações de duas vias.

Uma abordagem baseada em dados pra modelar sistemas hamiltonianos de forma eficaz.

Uma nova abordagem para analisar o ADABOOST usando tabelas verdade para ter uma visão melhor dos classificadores.

Um novo método melhora a justiça do modelo gerando amostras de dados sintéticas.

Uma estrutura para crowdsourcing confiável através de inferência de verdade e provas de conhecimento zero.