Computerwissenschaften - Maschinelles Lernen

Eine Studie darüber, wie man KI nutzen kann, um den Werkzeugverschleiss beim Bearbeiten effizient zu überwachen.

Ein neuer Ansatz verbessert das Lernen von Drohnen in komplexen Umgebungen durch Objekterkennung.

Dieses Papier untersucht, wie neuronale Bildkompression sich an neue Datenherausforderungen anpasst.

DyNNs bieten effiziente Verarbeitung und robuste Leistung gegen feindliche Angriffe.

BREATHE bietet eine neue Methode für effiziente Designoptimierung in verschiedenen Bereichen an.

Diese Studie untersucht die Darstellung afrikanischer Bilder in KI-Trainingsdatensätzen.

Eine Methode für personalisiertes maschinelles Lernen in föderierten Lernumgebungen.

Ein neuer Ansatz zur Anordnung von Gegenständen steigert das Nutzerengagement in verschiedenen Anwendungen.

Eine neue Methode verbessert die Fairness in generativen Modellen, ohne dass originale Datensätze benötigt werden.

Ein neuer Ansatz verbessert die logischen Fähigkeiten von Sprachmodellen durch strukturiertes Denken.

Neue Methoden zielen darauf ab, die Identität der Sprecher zu verbergen und dabei die Sprachklarheit zu erhalten.

Der Maler verwandelt Textvorgaben in Skizzen mit Hilfe von grossen Sprachmodellen.

Forscher verbessern die Greiffähigkeiten von Robotern für die Unterwassererkundung mit weicher Robotik.

Neue Methoden zielen darauf ab, die Kalibrierung in Risikovorhersagemodellen über verschiedene Gruppen hinweg zu verbessern.

Untersuchung der Effizienz von neuronalen Netzen durch thermodynamische Prinzipien.

Verstehen, wie KI die klinische Risikovorhersage und das Vertrauen verbessert.

Agenturen konzentrieren sich auf die menschlichen Auswirkungen von Klimaereignissen, um die Katastrophenvorsorge zu verbessern.

Eine Studie zeigt, wie Transferlernen die Leistung bei kognitiven Aufgaben mit EEG-Daten verbessert.

Dieses neue Modell verbessert die Vorhersagen von Rückständen für ein besseres Bestandsmanagement.

Die Vorteile und Herausforderungen von Multi-Task Learning in NLP erkunden.

Ein neuer Ansatz steigert die Effizienz und Genauigkeit beim Zählen von Teilgraphen deutlich.

Untersuchung der Auswirkungen von KI-Entscheidungen auf Gruppen und systemische Ergebnisse.

Dieser Artikel behandelt das Missverhältnis in den bildbasierten Vorhersagen von KI und schlägt Lösungen vor.

Untersuchen, wie Modellkompression die Verteidigung gegen adversarielle Angriffe beeinflusst.

Forschung zeigt, dass KI die Genauigkeit der Messung des Kopfumfangs bei Föten verbessern kann.

MarginMatch verbessert das Training von Modellen mit hochwertigen Pseudo-Labels.

Forschung zeigt die Grenzen von Transformermodellen bei längeren arithmetischen Eingaben auf.

Ein neuartiges Modell analysiert Gehirnsignale, um visuelle Reize effektiv zu interpretieren.

IGNNet hat das Ziel, klare Erklärungen für Vorhersagen im Bereich des maschinellen Lernens zu liefern.

Neue Reaktordesigns verbessern die Durchmischung und die Wärmeübertragungseffizienz.

Bewertung von Feature-Attributionsmethoden durch Solidität und Vollständigkeit für bessere KI-Vorhersagen.

VLSTMs verbessern die Vorhersagen der Volatilität von Vermögenspreisen mit flexiblen Zeitrahmen.

Ein Rahmenwerk zur Bewertung von Machine-Learning-Algorithmen anhand der Item-Response-Theorie.

Untersuchen, wie adversarielle Angriffe DeepReceiver in drahtlosen Kommunikationssystemen beeinflussen.

Dieser Artikel beleuchtet, wie Sensorsch fusion die Sicherheit und Effizienz von selbstfahrenden Fahrzeugen verbessert.

Ein neuartiger Ansatz verbessert die Multi-Objektive-Entscheidungsfindung für Drohnen in dynamischen Umgebungen.

Eine Methode, um Durchschnittswerte aus unterschiedlichen Benutzerdaten zu ermitteln, ohne die Privatsphäre zu gefährden.

Diese Arbeit konzentriert sich auf Roboternlernen in dynamischen Umgebungen, um die Aufgabenleistung zu verbessern.

Ein Überblick über das Baird-Gegenbeispiel und die Lernalgorithmen, die davon betroffen sind.

Erforschen, wie KI-Tools Gesundheitsprofis helfen können, informierte Entscheidungen zu treffen.