Tongliang Liu

Une nouvelle méthode améliore la précision de la découverte causale en utilisant une sélection de noyaux automatisée.

Un cadre pour sécuriser la vie privée des images tout en maintenant la précision du modèle.

Une nouvelle méthode améliore la détection de données inattendues dans les modèles d'apprentissage automatique.

LaVin-DiT améliore la façon dont les machines perçoivent et interprètent les données visuelles.

FedGR améliore l'apprentissage fédéré en perfectionnant les étiquettes bruyantes pour une meilleure collaboration.

Urban4D redéfinit la reconstruction de scènes urbaines pour des villes plus intelligentes.

Une nouvelle méthode pour identifier les images créées par l'IA en utilisant l'incertitude prédictive.