Новое исследование показывает, как использование Bayesian-вычислений в нейронных сетях, отвечающих на вопросы, позволяет им оценивать собственную уверенность и выдавать более точные и обоснованные результаты.
В статье представлен обзор современных подходов машинного обучения для исследования статических и динамических сетей, охватывающий как анализ отдельных событий, так и долгосрочные тренды.
Новая модель глубокого обучения, использующая механизмы внимания, позволяет не только точно диагностировать заболевания растений по снимкам листьев, но и понимать, на что именно она обращает внимание при принятии решений.
Исследование предлагает метод, позволяющий роботам адаптировать свою скорость в процессе совместной работы с человеком, основываясь на анализе реальных данных.
Исследователи продемонстрировали уязвимость современных геномных моделей к скрытым атакам и предложили систему автоматизированного аудита для оценки и повышения их безопасности.