Joaquin Vanschoren

Examinando cómo la isolación de parámetros mejora el aprendizaje continuo a través de métodos de entrenamiento dinámico y escaso.

Un nuevo modelo mejora la clasificación de imágenes hiperespectrales al combinar datos locales y espectrales.

Este artículo presenta estrategias y un nuevo método para una selección efectiva de muestras en el aprendizaje de pocos ejemplos.

FOCIL permite que las máquinas aprendan sin olvidar el conocimiento pasado de manera efectiva.

Croissant-RAI mejora la calidad de los datos y su usabilidad para aplicaciones de IA.

CLAMS automatiza la selección de modelos de agrupamiento para conjuntos de datos sin etiquetas.

HyTAS simplifica la búsqueda de modelos de transformadores en imágenes hiperespectrales.

Este artículo habla sobre cómo mejorar la velocidad de entrenamiento de redes neuronales usando transferencia de aprendizaje de superredes.

Un enfoque nuevo para mejorar la clasificación de imágenes médicas usando métricas de transferibilidad.