Mohammad Rostami

Une nouvelle méthode améliore la segmentation IRM en adaptant les modèles sans avoir besoin d'un étiquetage exhaustif.

Une nouvelle méthode améliore la segmentation sémantique sans avoir besoin de données sources pendant l'adaptation.

De nouvelles techniques améliorent la performance des modèles en utilisant peu de données étiquetées.

Une nouvelle approche pour améliorer l'adaptabilité des modèles de machine learning à différents types de données.

Un nouveau cadre améliore l'apprentissage continu pour des tâches combinant vision et langage.

Une nouvelle approche s'attaque à l'adaptation de domaine et à l'oubli dans l'apprentissage automatique.

CluMo aide les modèles à apprendre en continu dans la réponse à des questions visuelles sans oublier ce qu'ils ont appris avant.

Explorer les défis de l'apprentissage multi-tâches et continu en apprentissage automatique.

Découvrez comment NMformer améliore la classification des signaux en pleine pollution sonore dans les communications sans fil.

Un aperçu de l'attention statique et de ses avantages pour le traitement d'images.