Derniers articles pour Augmentation de données

De nouvelles méthodes améliorent l'identification des bactéries nuisibles dans les milieux cliniques.

Les avancées tech améliorent la détection humaine lors des urgences maritimes.

De nouveaux algorithmes améliorent l'efficacité de l'augmentation des données et la performance des modèles en utilisant des structures arborescentes.

Une nouvelle méthode pour améliorer les jeux de données LiDAR en utilisant des simples invites textuelles.

Voici BackFlip, une méthode pour évaluer des images artistiques tout en gardant leur valeur esthétique.

Un nouveau modèle améliore la reconnaissance de texte en ourdou pour diverses applications.

L'apprentissage automatique change notre compréhension des étoiles variables et de leurs classifications.

Une nouvelle méthode améliore la précision de la détection de mots-clés en utilisant des données audio non étiquetées.

Une nouvelle méthode améliore l'apprentissage à partir de jeux de données de qualité variée en RL hors ligne.

Les données synthétiques offrent de nouvelles opportunités pour les chercheurs en génomique.

Une nouvelle approche équilibre les ensembles de données pour une meilleure reconnaissance d'images en utilisant des images réelles et synthétiques.

La préparation des données en apprentissage automatique peut influencer l'explicabilité des décisions médicales.

Cette étude améliore la SER grâce à un meilleur prétraitement et des modèles d'attention efficaces.

Les modèles génératifs créent des données d'entraînement variées, ce qui améliore l'adaptabilité des robots.

De nouvelles méthodes améliorent la clarté vocale dans les environnements bruyants pour les écouteurs.

Une nouvelle méthode améliore l'apprentissage de la représentation et le clustering dans des données d'image difficiles.

Cet article examine comment la combinaison d'images réelles et synthétiques améliore la précision et l'équité de la reconnaissance faciale.

Une nouvelle méthode prédit l'IMC en utilisant les styles d'écriture et l'apprentissage profond.

Ce projet explore des méthodes d'IA pour une classification des déchets plus efficace.

Des chercheurs évaluent les risques d'identifier des individus à partir de données partagées pour améliorer la vie privée.

Cette méthode améliore les jeux de données d'entraînement pour une meilleure performance en segmentation d'images.

Examiner comment les modèles de vision par ordinateur peuvent s'aligner avec la compréhension visuelle humaine.

Nouveau modèle améliore la précision dans la segmentation des tumeurs à partir des scans PET/CT.

Brain-Net-Diffusion améliore l'analyse des données fMRI pour les troubles du spectre autistique.

De nouvelles méthodes visent à améliorer les soins des diabétiques grâce à un suivi précis et non invasif de la glycémie.

Un nouveau modèle améliore la précision et l'efficacité dans la segmentation d'images médicales.

Un nouveau cadre améliore les recommandations tout en protégeant la vie privée des utilisateurs.

Découvrez comment l'AMRF améliore la segmentation d'image dans les applications industrielles.

L'automatisation de la segmentation des tumeurs dans les images PET/CT améliore la précision et accélère le diagnostic.

Ce modèle améliore l'apprentissage de l'IA tout en gardant les connaissances passées.

Une étude sur l'amélioration des systèmes de reconnaissance vocale dans des environnements bruyants.

Une étude explore les réseaux LSTM pour améliorer la prévision du trafic internet.

Une nouvelle approche pour entraîner des modèles de récompense améliore l'alignement de l'IA avec les préférences humaines.

Utiliser des images PET/CT synthétiques pour améliorer la détection des tumeurs et la performance des modèles.

Une nouvelle techno vise à améliorer le respect du port de casque sur les chantiers.

Les techniques d'IA améliorent la détection des points clés pour des interactions robotiques au top.

Explore des méthodes pour améliorer les prédictions d'engagement des utilisateurs grâce à l'augmentation des données.

Une nouvelle méthode pour classifier les malwares efficacement avec moins d’échantillons étiquetés.

Cette étude améliore les systèmes de reconnaissance des émotions pour les langues moins courantes en utilisant des données à forte ressource.

PODA améliore la capacité de l'IA à comprendre des textes et à raisonner logiquement.