Yanfeng Wang

Un nouveau jeu de données pour aider à la reconnaissance du contenu audio et visuel dans les conférences.

InteractTraj crée des trajets de conduite réalistes qui reflètent les interactions entre les véhicules en utilisant des commandes en langage naturel.

FedGELA s'attaque aux défis de l'apprentissage fédéré avec des données partiellement disjointes par classe.

FedLESAM s'occupe des problèmes de données dans l'apprentissage fédéré pour de meilleures performances des modèles.

Cet article parle de la minimisation de la netteté inspirée du domaine pour une meilleure adaptation du modèle.

FedMR s'attaque aux défis de l'apprentissage fédéré avec des données de classes partielles, améliorant la performance du modèle.

Un défi mondial met en avant l'apprentissage fédéré pour la classification de la densité mammaire.

Une nouvelle méthode pour affiner les modèles de langage en utilisant l'auto-attention.

Une nouvelle approche de formation améliore les performances des modèles de langue médicale dans une variété de tâches.

LIAR propose une nouvelle façon de tailler des modèles sans les réentraîner, améliorant l'efficacité et la performance.

Un nouveau système améliore les rapports IRM cérébraux pour les radiologues.

Combiner les sons cardiaques et l'échocardiographie pour améliorer le diagnostic des cardiopathies congénitales.

Un nouveau benchmark et un nouveau jeu de données améliorent l'évaluation des modèles de langage médical.

AuscultaBase améliore la précision dans le diagnostic des problèmes de santé en utilisant des données de sons corporels variés.