Tongliang Liu

Model2Scene usa modelos CAD y lenguaje para mejorar el aprendizaje de escenas 3D.

Un nuevo método en aprendizaje automático mejora la adaptabilidad del modelo a diferentes tipos de datos.

Un nuevo enfoque para la segmentación de imágenes mejora el reconocimiento de objetos en varios sectores.

Integrar modelos de lenguaje en el descubrimiento causal simplifica el análisis y revela relaciones ocultas.

EchoAlign modifica las características de los datos para alinearse con etiquetas ruidosas, mejorando el rendimiento del aprendizaje automático.

Un nuevo método mejora la percepción de imágenes en modelos de lenguaje usando modelos de difusión.

Te presentamos PART, un método para aumentar la precisión y la robustez de los modelos de aprendizaje automático.

Un nuevo método mejora la precisión del descubrimiento causal usando selección automática de núcleos.

Un marco para asegurar la privacidad de las imágenes mientras se mantiene la precisión del modelo.

Un nuevo método mejora la detección de datos inesperados en modelos de aprendizaje automático.

LaVin-DiT mejora cómo las máquinas perciben e interpretan datos visuales.

FedGR mejora el aprendizaje federado al refinar etiquetas ruidosas para una mejor colaboración.

Urban4D redefine la reconstrucción de escenas urbanas para ciudades más inteligentes.

Un nuevo método para identificar imágenes creadas por IA usando la incertidumbre predictiva.