AI
Notícias IA

Últimas notícias de IA

Modelos de Linguagem de Difusão são Provavelmente Amostras Paralelas Ótimas

Modelos de Linguagem de Difusão são Provavelmente Amostras Paralelas Ótimas

Pesquisas recentes destacam a eficiência dos modelos de linguagem de difusão (DLMs) na geração de tokens em paralelo, desafiando os modelos autoregressivos tradicionais. Ao formalizar um modelo de amostragem paralela, o estudo comprova que os DLMs com cadeias de raciocínio de comprimento polinomial podem igualar os passos sequenciais ótimos dos algoritmos paralelos. No entanto, sem modificações nos tokens revelados, os DLMs podem apresentar pegadas intermediárias significativas. A introdução de métodos de remapeamento ou revisão permite que os DLMs mantenham uma complexidade espacial ideal e amplie sua expressividade. Essa pesquisa ressalta o potencial dos DLMs como amostradores paralelos superiores e defende a incorporação de capacidades de revisão.

arXiv
Modelo híbrido de aprendizado profundo para prever a produção de gás de xisto com base no princípio de decomposição-reconstrução

Modelo híbrido de aprendizado profundo para prever a produção de gás de xisto com base no princípio de decomposição-reconstrução

Um novo modelo híbrido, CEEMDAN-SE-LSTM, combina aprendizado profundo com técnicas de decomposição para aprimorar a previsão de produção de gás em reservatórios de xisto, abordando os desafios impostos por dados não lineares e não estacionários. Este modelo melhora significativamente a precisão das previsões, ao mesmo tempo em que reduz os custos computacionais, sendo validado em diversos conjuntos de dados. Os resultados sugerem que ele pode contribuir para o desenvolvimento de estratégias de produção mais eficazes.

Bentham Science Publishers Ltd.
Baixa Qualidade do Sono Acelera o Envelhecimento Cerebral

Baixa Qualidade do Sono Acelera o Envelhecimento Cerebral

Pesquisas recentes elucidam a relação entre sono e demência, sugerindo que a má qualidade do sono pode contribuir para o desenvolvimento da demência, e não apenas ser um sintoma inicial. O estudo indica que padrões de sono interrompidos podem acelerar o acúmulo de placas de amiloide, um fator crucial na doença de Alzheimer. Essa descoberta ressalta o potencial das intervenções relacionadas ao sono como uma medida preventiva contra o declínio cognitivo.

Wired
Aproveitamento de modelos de aprendizado de máquina na avaliação das propriedades ADMET para descoberta e desenvolvimento de medicamentos

Aproveitamento de modelos de aprendizado de máquina na avaliação das propriedades ADMET para descoberta e desenvolvimento de medicamentos

Avanços recentes em aprendizado de máquina (ML) estão transformando as previsões de ADMET (Absorção, Distribuição, Metabolismo, Excreção e Toxicidade) no desenvolvimento de medicamentos, abordando as altas taxas de rejeição de candidatos a fármacos. Modelos de ML demonstram maior precisão e eficiência em comparação com métodos tradicionais, com aplicações em avaliações de solubilidade, permeabilidade, metabolismo e toxicidade. Embora desafios como a qualidade dos dados e a aceitação regulatória ainda persistam, a integração do ML nos fluxos de trabalho de descoberta de fármacos pode aprimorar significativamente a avaliação de riscos iniciais e a priorização de compostos.

Bentham Science Publishers Ltd.
Pipeline de Processamento de Linguagem Natural para Dados de Avaliação: Um Tutorial Baseado em R

Pipeline de Processamento de Linguagem Natural para Dados de Avaliação: Um Tutorial Baseado em R

O artigo aborda a aplicação do processamento de linguagem natural (PLN) na análise de respostas escritas em avaliações educacionais. Ele detalha etapas essenciais para o pré-processamento de texto, extração de características e análise de dados, mantendo a integridade da sintaxe e semântica dos examinados. Um exemplo baseado em R, utilizando Alocação de Dirichlet Latente, ilustra a metodologia, servindo como um guia prático para pesquisadores e profissionais da área.

Bentham Science Publishers Ltd.
Diagnóstico de falhas e restauração de sinais de monitoramento da estrutura de embarcações com base em aprendizado de máquina

Diagnóstico de falhas e restauração de sinais de monitoramento da estrutura de embarcações com base em aprendizado de máquina

Um novo método de diagnóstico de falhas e recuperação para sistemas de monitoramento de embarcações utiliza aprendizado de máquina, incorporando transformações wavelet e uma rede neural especializada. Com uma precisão diagnóstica superior a 98% em diversas posições, esse método supera as abordagens LSTM e Random Forest em resistência a ruídos. Além disso, ele reduz significativamente o RMSE para falhas de viés, deriva e impulso, melhorando a confiabilidade do monitoramento da saúde estrutural e contribuindo para uma navegação inteligente mais segura.

Bentham Science Publishers Ltd.
Implementação de Tecnologia OCR e Deep Learning em Aplicativo Móvel para Automatização do Registro de Finanças Pessoais Baseado em Recibos

Implementação de Tecnologia OCR e Deep Learning em Aplicativo Móvel para Automatização do Registro de Finanças Pessoais Baseado em Recibos

Um novo aplicativo móvel para gestão de finanças pessoais utiliza Reconhecimento Óptico de Caracteres (OCR) e aprendizado profundo para automatizar o registro e a classificação de despesas. Desenvolvido com a metodologia waterfall, o aplicativo processa 900 recibos de transações locais, alcançando uma precisão de 97,05% na leitura de caracteres e reduzindo o tempo de entrada em 62% em comparação aos métodos manuais. Testes de usabilidade resultaram em uma pontuação de 70,069, destacando sua eficácia no cenário de gestão financeira da Indonésia.

Bentham Science Publishers Ltd.
Análise Abrangente das Técnicas de Sobreamostragem para Abordar o Desequilíbrio de Classes com Modelos de Aprendizado de Máquina

Análise Abrangente das Técnicas de Sobreamostragem para Abordar o Desequilíbrio de Classes com Modelos de Aprendizado de Máquina

Um estudo avalia técnicas de sobremostragem (SMOTE, Borderline SMOTE, ADASYN) para lidar com o desbalanceamento de classes em aprendizado de máquina. Utilizando o BERT para pré-processamento, a pesquisa analisa modelos como SVM, Árvore de Decisão e Regressão Logística. Destaca-se que o SVM com Borderline SMOTE alcançou uma precisão de 71,9% e um MCC de 0,53, evidenciando uma melhoria no desempenho do modelo.

Bentham Science Publishers Ltd.
Aplicativo de Aprendizado de Máquina Móvel para Detecção Precoce de Câncer de Pulmão

Aplicativo de Aprendizado de Máquina Móvel para Detecção Precoce de Câncer de Pulmão

Uma nova pesquisa comparou nove algoritmos de classificação para detectar câncer de pulmão, utilizando o aplicativo NusaMiner. Com base em um conjunto de dados de 309 registros do Kaggle, o estudo revelou que os algoritmos Gradient Boosting e Random Forest alcançaram uma precisão de até 100%. O NusaMiner apresenta um grande potencial para aprimorar a detecção precoce do câncer de pulmão, oferecendo uma solução eficaz e eficiente para os serviços de saúde.

Bentham Science Publishers Ltd.
2025: O Ano em que a IA Passou por uma Avaliação de Tendências

2025: O Ano em que a IA Passou por uma Avaliação de Tendências

No início de 2025, o setor de IA vivenciou um aumento significativo no financiamento, com a OpenAI arrecadando US$ 40 bilhões a uma avaliação de US$ 300 bilhões. No entanto, até o meio do ano, o entusiasmo da indústria começou a diminuir, sinalizando possíveis mudanças nas prioridades de investimento e na confiança do mercado. As implicações para o futuro do financiamento e das estratégias de inovação em IA são bastante relevantes.

TechCrunch
Stream-DiffVSR: Super-Resolução de Vídeo Streamável em Baixa Latência por Meio de Difusão Auto-Regressiva

Stream-DiffVSR: Super-Resolução de Vídeo Streamável em Baixa Latência por Meio de Difusão Auto-Regressiva

O Stream-DiffVSR apresenta uma estrutura de difusão condicionada causal para super-resolução de vídeos, permitindo processamento em tempo real com base apenas em quadros anteriores. O sistema conta com um desnoiser destilado em quatro etapas e um módulo de Orientação Temporal Auto-regressiva, conseguindo processar quadros em 720p em apenas 0,328 segundos em uma GPU RTX4090. Esse método reduz a latência em mais de 130 vezes em comparação com as técnicas de ponta existentes, tornando-o viável para aplicações que exigem baixa latência. Mais detalhes estão disponíveis na página do projeto.

arXiv