Jonghyun Choi

G-NoCL utilise des modèles génératifs pour améliorer l'apprentissage continu sans avoir besoin d'une tonne de données étiquetées.

Une nouvelle méthode améliore les modèles d'apprentissage profond pour les jeux de données déséquilibrés.

Présentation d'EARL : une nouvelle méthode pour un apprentissage continu en ligne efficace.

De nouvelles méthodes améliorent les processus de suppression des données dans les modèles d'apprentissage automatique.

Un nouveau critère vise à améliorer l'entraînement des robots dans des environnements domestiques réalistes.

Découvrez comment les robots apprennent des tâches avec moins d'exemples et s'adaptent aux commandes.