Computerwissenschaften - Maschinelles Lernen

Ein neues KI-Modell verbessert die Vorhersagen über die Lernergebnisse von Schülern.

OpenAL macht es einfacher, aktive Lernmethoden mit realistischen Aufgaben und Metriken zu vergleichen.

R-softmax verbessert die Klarheit des Modells, indem es für bestimmte Kategorien null Wahrscheinlichkeiten zulässt.

Diese Studie untersucht, wie Einkommensniveaus Online-Interaktionen in Gemeindediskussionen beeinflussen.

Ein Blick auf die Bedeutung des Schutzes persönlicher Daten in der Technologie.

Ein neuer Ansatz, um Vorhersagen mit fehlenden Informationen zu verbessern.

NeAT verbessert den Stiltransfer, indem es Bilder bearbeitet, um eine bessere Qualität und Detailtreue zu erreichen.

Eine neue Methode ermöglicht es Nutzern, ihre Datenschutzrechte im föderierten Lernen zu schützen.

Die Möglichkeiten von Quantencomputing in generativen Modellierungstechniken erkunden.

Diese Studie verbessert Jet-Tagging-Algorithmen durch adversariales Training für mehr Robustheit.

Ein Blick auf Bayessche Spiele, ihre Gleichgewichte und die Rolle von Mediatoren.

Ein flexibler Ansatz, um untere Grenzen für das bayesische Risiko bei der Parameterschätzung festzulegen.

Dieser Ansatz verknüpft Videoaktionen und Sound mithilfe von Physik für bessere Soundeffekte.

FedShift behebt das Klassenungleichgewicht im föderierten Lernen für eine bessere Modellleistung.

Dieser Artikel behandelt das Phy-DRL-Framework für sicherere Entscheidungen in komplexen Systemen.

Eine neue Methode verbessert die Bildbearbeitung mit bearbeitungsfreundlichen Rauschkarten.

AIIPot verbessert die IoT-Sicherheit, indem es Angreifer durch interaktives maschinelles Lernen einbindet.

Neue Massnahmen zur Verbesserung der Informationsflaschenhals-Methode untersuchen.

Neue Methode verbessert die Bilderzeugung und behält dabei vergangenes Wissen.

Erkunde die Rolle des föderierten Lernens bei der Verbesserung der Effizienz von MIMO-Satellitenkommunikation.

PCA-Net kombiniert PCA und neuronale Netze für ne bessere Datenanalyse.

Diese Studie analysiert Eye-Tracking-Daten, um biometrische Identifikationsmodelle zu verbessern.

In diesem Artikel geht's darum, wie man die Robustheit von Modellen bei Streaming-Daten gegen feindliche Angriffe verbessern kann.

Das Projekt hat zum Ziel, natürliche Sprache zu verwenden, um die Aktionen von automatisierten Fahrzeugen zu erklären.

Der Artikel bewertet die Risiken der Wiedererkennung in Benutzerrepräsentationen und Datenschutzmassnahmen.

Meta-Learning verbessert unser Verständnis davon, wie Menschen denken und sich anpassen.

Neue Methode verbessert die Genauigkeit bei der Segmentierung von medizinischen Bildern.

Untersuchen, wie die Kernel-Interpolation bei verrauschten Daten funktioniert.

Ein bahnbrechender Ansatz verbessert die medizinische Bildsegmentierung, ohne dass ein neues Training nötig ist.

Eine neue Methode verbessert die Gesichtsinpainting, wobei Identität und Qualität erhalten bleiben.

Diese Analyse identifiziert machbare Kombinationen von Fairness-Massnahmen für KI-Systeme.

Entdecke, wie qEUBO die Entscheidungsfindung durch Nutzerpräferenzen verbessert.

Eine neue Methode kombiniert menschliche Vorlieben, um die Bildgenerierung zu verbessern.

Angler hilft Praktikern, die Verbesserungen in Maschinenübersetzungsmodellen effektiv zu priorisieren.

Lern, wie Datenaugmentation die Leistung von Machine Learning bei unausgewogenen Daten verbessert.

Eine neue Methode, um sich entwickelnde beschriftete Netzwerke effektiv zu analysieren.

Erforschung von föderiertem Lernen bei Entscheidungen mit kontextuellen Banditen und Datenschutz.

NoisyTwins verbessert StyleGANs für eine bessere Bildgenerierung aus limitierten Datensätzen.

Eine neue Methode zur verbesserten medizinischen Bildsegmentierung mit 3D skalenequivarianten Netzen.

Entdecke die Fortschritte von Proximity Forest 2.0 bei der Zeitreihenkategorisierung.