Peng Li

FuseGen combine plusieurs modèles pour un meilleur quality des données synthétiques en machine learning.

Fed-Grow permet aux utilisateurs de construire des modèles plus grands ensemble tout en protégeant la vie privée.

Fed-RAA améliore l'apprentissage fédéré en s'adaptant aux ressources des clients pour un entraînement plus rapide.

Une nouvelle approche améliore la précision des prévisions de tension dans les semi-conducteurs tout en réduisant les besoins en données.

Techniques pour protéger les images perso contre les abus des modèles génératifs.

Une nouvelle méthode offre un modélisation 3D améliorée à partir d'une seule image, rendant le rendu plus réaliste.

Un nouveau modèle simplifie la génération de requêtes SQL pour les utilisateurs non techniques.

L'apprentissage fédéré offre une nouvelle façon de protéger les données tout en collaborant entre les appareils.

Un cadre pour équilibrer l'apprentissage par pseudo-labels en apprentissage automatique.

Découvrez comment Luffy améliore l'efficacité de l'entraînement des modèles d'IA.

Explorer comment la dissipation influence le comportement critique dans les systèmes fermioniques.

Align3R garantit une estimation de profondeur précise dans les vidéos dynamiques avec une cohérence améliorée.

Apprends comment SPICE peut prédire les interactions entre les aides des gènes et améliorer la compréhension de la régulation génétique.

De nouvelles méthodes améliorent le stockage et le partage des nuages de points 3D.