Yuejie Chi

Un nouveau cadre pour renforcer les modèles d'apprentissage par renforcement dans des environnements imprévisibles.

Une nouvelle méthode pour améliorer la précision de la collecte des données 3D EBSD.

Une nouvelle méthode améliore l'efficacité de la communication dans l'apprentissage fédéré.

Une nouvelle méthode améliore l'utilisation de la mémoire dans les grands modèles de langage, ce qui booste les performances.

Ce taf met en avant les dépendances entre le contenu et le style dans la génération de contrefactuels.

De nouvelles techniques améliorent l'efficacité des modèles de diffusion pour les tâches génératives.

Présentant une approche innovante pour améliorer la qualité d'image à partir de données bruyantes.

Cette étude propose un cadre pour comprendre les concepts cachés dans des données complexes.

EFVFL offre une méthode stable pour une communication efficace sans partager de données privées.

De nouvelles idées sur les modèles de diffusion améliorent leur efficacité et leur adaptabilité dans la génération de données.

Explorer des algorithmes efficaces pour l'apprentissage décentralisé tout en préservant la confidentialité des données.