Chang D. Yoo

Un nouveau cadre améliore l'étude des systèmes de reconnaissance vocale non supervisée.

Cette étude améliore les modèles G2P en se concentrant sur les zones sujettes aux erreurs pendant l'entraînement.

DimCL améliore l'apprentissage machine en renforçant la diversité des caractéristiques dans les représentations.

Découvrez comment le métrique de désaccord minimal améliore l'efficacité de l'apprentissage actif.

X-MDPT crée des images de haute qualité à partir d'inputs de pose en utilisant des techniques avancées.

Une nouvelle méthode renforce la résilience des agents RL face aux changements nuisibles d'input.

Une nouvelle méthode améliore la reconnaissance d'objets dans des environnements 3D.

Les machines peuvent apprendre en continu, s'améliorant sans perdre leurs connaissances passées.