Derniers articles pour Apprentissage par transfert

Des chercheurs améliorent la précision des prédictions des propriétés des matériaux en utilisant l'apprentissage par transfert et des techniques d'apprentissage automatique.

Une équipe s'attaque aux défis d'identification des chants d'oiseaux dans la compétition BirdCLEF 2024.

BlackVIP permet une utilisation efficace des modèles d'IA sans accéder à leurs entrailles.

XferBench évalue la qualité des langues développées par des machines.

Cette étude examine comment l'apprentissage de la représentation aide les robots à s'adapter dans des environnements changeants.

Cette étude améliore l'apprentissage par transfert en optimisant les taux d'apprentissage pour chaque couche.

Une nouvelle méthode améliore l'identification des espèces de plantes à partir d'images.

Ce projet vise à classifier les espèces de serpents en utilisant des techniques d'analyse d'image.

Un aperçu de l'apprentissage par transfert et de l'apprentissage auto-supervisé dans le secteur de la santé.

ETSEF améliore le diagnostic en utilisant efficacement des données médicales limitées.

PaliGemma combine compréhension d'image et de texte pour des applications polyvalentes.

Stratégies pour améliorer les modèles de machine learning avec des ensembles de données qui changent.

Les agents d'apprentissage par renforcement apprennent à s'adapter et à réutiliser leurs connaissances pour de nouveaux défis.

Explorer l'intersection entre la géométrie riemannienne et l'analyse des signaux EEG dans les interfaces cerveau-machine.

Une nouvelle méthode améliore la modélisation des données dans des zones avec peu d'infos.

Ce projet examine comment l'art représente des espaces parfumés.

Cet article parle des méthodes pour améliorer la reconnaissance vocale pour les langues avec peu de données.

Découvrez comment l'apprentissage par transfert améliore les résultats des modèles en utilisant des connaissances provenant de tâches connexes.

Une nouvelle méthode améliore les réseaux de neurones bayésiens pour une meilleure généralisation dans l'apprentissage par transfert.

Un nouveau cadre améliore la précision de détection des polypes dans l'imagerie gastro-intestinale.

Cette étude améliore les méthodes pour détecter des exemples hors distribution en imagerie médicale.

Cette étude évalue les modèles CNN et VGG16 modifié sur des tâches de reconnaissance des émotions.

Une nouvelle approche pour le suivi de la santé des structures utilise des données provenant de structures similaires.

Cette étude révèle de nouvelles méthodes pour reconstruire des données d'entraînement à partir d'images haute résolution.

La recherche combine l'amélioration de la parole et l'apprentissage par transfert pour de meilleurs systèmes anti-fraude.

Une nouvelle méthode améliore les performances des modèles génératifs même avec peu de données d'entraînement.

Méthodes pour améliorer la précision de la localisation des téléphones malgré les différences entre les appareils.

Une étude sur l'équilibre entre l'apprentissage par transfert et la vie privée individuelle dans l'utilisation des données.

Une nouvelle méthode améliore l'apprentissage des données visuelles sans perdre de détails.

Cet article parle d'améliorer la vitesse d'entraînement des réseaux de neurones en utilisant l'apprentissage par transfert à partir de superréseaux.

Les réseaux de neurones améliorent les processus de design pour un meilleur contrôle du son en acoustique.

Une nouvelle méthode améliore la création de covers de piano, en équilibrant qualité et intégrité musicale.

Une nouvelle méthode pour un apprentissage par renforcement plus rapide grâce au partage de connaissances.

SAM2 améliore l'analyse d'images médicales, rendant les tâches plus précises et accessibles pour les docs.

Utiliser des réseaux de neurones pour améliorer l'inversion d'onde complète pour de meilleures images souterraines.

Explore comment l'IA et l'apprentissage par transfert transforment la détection du cancer du rein.

FPT+ améliore le transfert d'apprentissage pour des images médicales haute résolution avec un minimum de ressources.

L'algorithme PAMSO améliore l'optimisation multi-temps pour de meilleures prises de décision.

Des chercheurs utilisent l'apprentissage profond pour classer les dichalcogénures de métaux de transition à partir d'images AFM.

Un modèle d'apprentissage profond prévoit les résultats des matchs de handball aux prochains Jeux Olympiques.