Qingming Huang

Une nouvelle méthode s'attaque aux problèmes de reconnaissance à long terme en apprentissage automatique avec une meilleure gestion des données.

Une nouvelle approche améliore la capacité à décrire les changements dans les images avec précision.

Explore les risques et les défenses dans les processus d'agrégation de classements.

Une nouvelle mesure d'évaluation améliore la performance des modèles dans les tâches de classification multi-étiquette.

De nouvelles méthodes améliorent la précision pour décrire les changements d'image malgré les distractions.

CoCN améliore l'apprentissage de la représentation des graphiques grâce à des techniques de passage de messages innovantes.

Une nouvelle méthode améliore la détection des valeurs aberrantes dans les ensembles de données multi-vues avec des vues manquantes.

Une nouvelle méthode améliore les recommandations en prenant en compte les intérêts variés des utilisateurs.

Une méthode pour dénicher des sujets tendance sur Internet.

AUCSeg améliore la segmentation en s'attaquant au déséquilibre des classes dans le traitement d'images.

Découvrez comment SNELL gère les défis de mémoire dans le réglage fin de l'apprentissage automatique.

Apprends comment les nouveaux cadres améliorent la recherche et la compréhension des vidéos.