Computerwissenschaften - Maschinelles Lernen

Ein neuer Ansatz kombiniert verschiedene Sensorik-Modalitäten für eine bessere Datenintegration.

Die Verbesserung des Reinforcement Learnings mit Wertfunktionseinschätzungen für schnellere Anpassung an Aufgaben.

Lern, wie Merkmalsinversion und maximale Entropie helfen, die ursprünglichen Daten wiederherzustellen.

Ein Blick auf Föderiertes Lernen und seine Rolle beim Schutz von Nutzerdaten.

Eine Analyse der Leistung von DQN, PPO und A2C in BreakOut.

Die Rolle von UAVs bei der Verbesserung von maschinellem Lernen durch bessere Kommunikation erkunden.

Eine neue Methode verbessert das Lernen neuer Klassen, während altes Wissen erhalten bleibt.

NeST für besseres Lernen neuer Klassen, ohne die alten zu vergessen.

Eine Studie zur Effektivität verschiedener DLWP-Modelle in der Wettervorhersage.

Die Forschung zielt darauf ab, die Zuverlässigkeit und Energieeffizienz von KI in verschiedenen Anwendungen zu verbessern.

Ein Blick auf randomisierte Glättung als Verteidigung für Machine-Learning-Modelle.

Kleinere Modelle, die auf bestimmte Bereiche wie Medizin zugeschnitten sind, haben grosses Potenzial.

Wir stellen 360VFI vor für bessere 360-Grad Videoqualität und Erlebnis.

Die Rolle von Robustheit bei der Schätzung unbekannter Verteilungen aus Stichproben untersuchen.

Die Kombination von TTS und echten Daten verbessert Sprach­erkennungssysteme effektiv.

Erfahre, wie vorzeitiges Beenden die Effizienz von Modellen in der Verarbeitung natürlicher Sprache verbessert.

Neue Modelle bieten Einblicke in komplexe Systeme, indem sie sich auf einzelne Komponenten konzentrieren.

HeCiX-KG kombiniert Daten aus klinischen Studien mit biologischen Erkenntnissen für eine bessere Arzneimittelentwicklung.

SciQu beschleunigt die Vorhersage von Materialeigenschaften mit maschinellem Lernen und automatisierter Datenauswertung.

Neue Methoden, die Diffusionsmodelle verwenden, verbessern die Cybersicherheit gegen adversarielle Beispiele.

Eine neue Methode verbessert die Sicherheit von Smart Grids und schützt gleichzeitig die Privatsphäre der Nutzer.

AsyCo verbessert die Lerngenauigkeit mit unvollständigen Labels durch einen Dual-Task-Ansatz.

Die Untersuchung der Rolle strukturierter Tensorprioren bei der Verbesserung von Datenabschätzungen.

E-LLaGNN verbessert GNNs, indem es gezielt Sprachmodelle für bessere Leistung einsetzt.

Diese Forschung präsentiert ein CNN-Modell, um die Basis und den Exponenten mathematischer Ausdrücke aus Bildern zu erkennen.

Entdecken Sie die Grundlagen des Lernens dynamischer Bayesscher Netze aus Daten.

Generative KI verwandelt die Inhaltserstellung in verschiedenen Bereichen.

Ein neues Framework verbessert die Transportmethoden zwischen verschiedenen Dimensionen und Arten von Räumen.

Das POGEMA-Framework verbessert die Navigation von mehreren Agenten für eine effiziente Umgehung von Hindernissen.

Ein neues Framework verbessert die Genauigkeit der hyperspektralen Bildanalyse.

Neue Methode verbessert Deep-Learning-Modelle für Geräte mit begrenzten Ressourcen.

Ein neuer Ansatz, um die Texteingaben für Bild-zu-Text-Modelle zu verbessern und bessere Ergebnisse zu erzielen.

Erforschen, wie Transformers Stimmungen in Texten analysieren, wie zum Beispiel in Filmkritiken.

Neues Framework verbessert Knowledge Distillation, indem es sich auf schwierige Samples konzentriert.

Eine Methode, die die Spracherkennung bei Maschinen verbessert.

Erforschen, wie KI sich zu vertrauenswürdigen Denkpartnern für Menschen entwickeln kann.

Ein neuer Ansatz zur Verbesserung der Anomalieerkennung in Mikrodiensten durch Simulation und das Verhalten echter Nutzer.

Sep-DeepONet verbessert die Effizienz beim Lösen von hochdimensionalen partiellen Differentialgleichungen.

Ein neues Verfahren zur effektiven Optimierung im maschinellen Lernen.

Eine neue Methode verbessert die Fairness in der Datenmodellierung im Gesundheitswesen.