Artigos mais recentes para Ciência de Dados

Um novo método melhora a precisão e clareza da checagem de fatos.

Pesquisadores combinam tipos de dados pra estimar melhor as distâncias dos quasares.

O GNN-Diff melhora a eficiência e o desempenho do treinamento de GNN otimizando os hiperparâmetros.

Aprenda sobre métodos de redução de dimensão pra simplificar a análise de dados complexos.

O modelo FAITH melhora as previsões ao separar tendências e padrões sazonais em dados de séries temporais.

Um novo método melhora a detecção de outliers e reduz o tempo de treinamento.

Explore como o DETAIL melhora a compreensão da aprendizagem em contexto em modelos de linguagem.

Apresentando uma nova forma de aprender sobre áreas geográficas e suas conexões.

O AutoLINC automatiza o design de função de perda pra lidar melhor com o desbalanceamento de classes em machine learning.

Abordando problemas de aumento de dados pra melhorar o desempenho em Transformers de Visão.

Descubra como o Q-learning Exclusivamente Penalizado melhora o aprendizado e o desempenho do RL offline.

Uma nova abordagem melhora a segurança das redes neurais contra exemplos adversariais.

Pesquisas mostram que classificadores simples conseguem detectar padrões únicos em textos gerados por IA.

ClimODE combina aprendizado de máquina e física pra melhorar as previsões do tempo.

AGILE usa mecanismos de atenção pra melhorar o aprendizado contínuo e reduzir o esquecimento.

Um novo método melhora o ajuste fino de modelos grandes usando informações espectrais.

Esse método melhora a forma como analisamos e combinamos os resultados das pesquisas.

Uma comparação das medidas de distância para uma análise de agrupamento eficaz.

Um novo método combina LLMs e KGs pra melhorar a precisão no raciocínio.

Um novo método oferece insights sobre a confiabilidade das respostas de LLM.

Uma olhada nos fatores que influenciam o aprendizado em modelos de machine learning.

Esse artigo apresenta novos métodos de amostragem pra melhorar o desempenho de modelos generativos.

Este artigo analisa como a estrutura dos dados afeta os modelos de completamento de matrizes.

Um novo método de pontuação melhora a qualidade das anomalias sintéticas em aprendizado de máquina.

Um novo método pra melhorar a precisão da tipagem de entidades em grafos de conhecimento.

Nós virtuais ajudam a melhorar o desempenho em redes neurais de grafos, aumentando o fluxo de informações.

Integrar informações textuais melhora a precisão nas previsões de séries temporais.

Esse artigo fala sobre os desafios e soluções para IA lidando com desbalanceamento de dados e mudança de conceito.

Um novo framework reduz preconceitos nos dados, melhorando o desempenho em seguir instruções nos modelos de linguagem.

AFCM melhora o agrupamento fuzzy ajustando parâmetros e lidando com formas complexas.

Usando Redes de Estado Eco para otimização eficiente em sistemas termoacústicos.

A AdpQ oferece uma nova forma de aumentar a eficiência dos LLMs sem precisar de dados extras.

Novo sistema melhora buscas acadêmicas usando modelos de linguagem.

Aprenda como modelos ocultos de Markov e processos de renovação ajudam a fazer previsões precisas.

Um novo método pra melhorar a retenção de aprendizado em sistemas de IA.

Novo método combina Go-Explore com modelos avançados pra melhorar o aprendizado de máquina.

Modelos fracos podem ajudar modelos de IA fortes a aprenderem de forma mais eficaz.

Uma nova abordagem usa LLMs pra melhorar as recomendações pros usuários de forma eficaz.

Melhorando o desempenho e a estabilidade em sistemas de controle complexos.

Melhorar a robustez do aprendizado de máquina contra exemplos adversariais é crucial para aplicações seguras.