Derniers articles pour Apprentissage par transfert

Cette étude évalue des modèles de langage pour détecter rapidement les coupures de courant via les réseaux sociaux.

Découvrez comment l'apprentissage fédéré peut améliorer l'apprentissage automatique tout en protégeant la confidentialité des données.

Utiliser le transfert de connaissances des modèles tchèques améliore la précision de la reconnaissance vocale slovaque.

Améliorer la performance des modèles en utilisant des stratégies semi-supervisées en machine learning.

Ce document explore l'analyse des sentiments à travers différentes langues et cultures.

Une nouvelle approche améliore l'adaptabilité des modèles à travers des ensembles de données variés.

Méthodes pour améliorer les systèmes de traduction de la parole pour les langues sous-représentées.

VCReg améliore l'apprentissage par transfert en favorisant des représentations de caractéristiques variées dans les modèles.

De nouvelles techniques d'IA montrent des promesses pour prédire les complications après une chirurgie de Whipple.

Une nouvelle approche soutient la reconnaissance d'activités vidéo tout en protégeant la vie privée des utilisateurs.

Apprends comment la structure améliore la prise de décision dans l'apprentissage par renforcement.

Une nouvelle méthode améliore la façon dont les modèles apprennent des transformations de données.

Nouveau jeu de données améliore les méthodes de prévision d'énergie pour les bâtiments.

Explorer de nouveaux outils et techniques pour améliorer l'interprétation en langue des signes.

Cette étude se concentre sur l'amélioration de la NER orale grâce à l'apprentissage par transfert et aux modèles E2E.

La recherche se concentre sur la réduction de la complexité des modèles en imagerie cérébrale pour un meilleur diagnostic.

Une nouvelle approche améliore les performances dans des systèmes informatiques divers.

La recherche explore l'efficacité de l'apprentissage par transfert sur les ensembles de données LiDAR pour l'archéologie.

Recherche sur l'amélioration des modèles de reconnaissance d'écriture manuscrite pour différents styles d'écriture.

La SHM basée sur la population améliore la prise de décision en matière d'entretien des structures avec des données limitées.

De nouvelles techniques automatisées améliorent l'identification des lésions d'AVC dans les IRM.

Utiliser la vision par ordinateur pour améliorer la classification des défauts dans la fabrication additive.

Explorer le potentiel des modèles à poids liés multi-masque en apprentissage automatique.

Explorer des modèles de diffusion pour la génération et la classification d'images.

Nouveau modèle de deep learning pour améliorer la précision de la segmentation des tumeurs chez les patients pédiatriques.

Examiner le rôle des gestes en VR pour une communication efficace entre humains et robots.

Une nouvelle approche améliore la sécurité dans les tâches d'apprentissage par renforcement sans récompenses préalables.

Une étude sur l'utilisation d'enregistrements sonores pour identifier différentes espèces d'oiseaux en Afrique.

Utiliser des embeddings audio pré-entraînés permet d'avoir de meilleurs modèles de classification musicale.

Une étude récente présente une technique pour évaluer la charge cognitive à l'aide de données EEG.

Cet article explore le rôle de l'apprentissage par transfert dans l'amélioration des modèles d'apprentissage par renforcement.

Utiliser la vision par ordinateur pour identifier les plantes médicinales bénéfiques en Indonésie.

Une nouvelle méthode d'entraînement améliore la performance des systèmes de dialogue.

La recherche sur comment l'EEG détecte les émotions peut transformer la santé mentale et le marketing.

Un nouveau cadre d'apprentissage automatique améliore les prédictions de performance des EDFA avec un minimum de données.

Un aperçu de comment l'apprentissage par transfert peut améliorer la prise de décision dans les problèmes de bandit.

Cette étude améliore le suivi de la faune en utilisant des embeddings audio pour une meilleure classification des sons.

Une nouvelle approche pour évaluer l'adaptabilité des modèles pré-entraînés à de nouvelles tâches.

La recherche combine l'apprentissage profond et le graphène pour créer des métasurfaces polyvalentes.

Une approche innovante utilise des images synthétiques pour améliorer la détection des tumeurs cérébrales.