Derniers articles pour Données synthétiques

Une méthode pour mieux générer du code en science des données en utilisant des spécifications d'entrée-sortie.

Amélioration de l'identification des événements grâce à l'apprentissage semi-supervisé et à la génération de données synthétiques.

Explore comment les choix de jeux de données affectent les modèles d'apprentissage automatique prédisant la liaison des anticorps.

Une nouvelle méthode pour prédire les relations causales à partir de données de séries temporelles en utilisant l'apprentissage profond.

Une nouvelle méthode pour un suivi de mouvement 3D précis en utilisant des données vidéo.

De nouvelles méthodes améliorent les études sur le repliement des protéines avec la génération de données synthétiques.

MOVE intègre des données biologiques pour améliorer la recherche et les stratégies de traitement du cancer.

Cet article explore une méthode pour stabiliser des modèles génératifs en utilisant des données synthétiques.

Un aperçu des méthodes RAG et de fine-tuning pour améliorer la performance des LLM sur des sujets rares.

Explorer l'efficacité des données réelles par rapport aux données synthétiques dans les modèles de séries temporelles.

cDVGAN améliore les données synthétiques pour les ondes gravitationnelles et les glitches, aidant les méthodes de détection.

Explorer comment les grands modèles de langage peuvent améliorer la généralisation des modèles.

Un nouveau mécanisme améliore la génération de données synthétiques tout en protégeant la vie privée des individus.

Présentation d'une nouvelle approche pour générer des ensembles de données efficaces en utilisant des données synthétiques.

Cette étude améliore la détection des AU faciaux en utilisant des données synthétiques pour plus de précision et d'équité.

Les chercheurs utilisent des données synthétiques pour améliorer l'estimation de la posture humaine.

Cet article présente une nouvelle méthode pour améliorer l'ancrage visuel en fusionnant des données et des connaissances du modèle.

DepthFM améliore la vitesse et la précision dans l'estimation de profondeur en utilisant des techniques d'appariement de flux.

La recherche explore l'utilisation de la traduction pour améliorer les performances des modèles de langue pour les langues à faibles ressources.

Des recherches montrent que les données synthétiques peuvent aider l'apprentissage profond dans les tâches forestières.

La méthode ARSim améliore la qualité des données pour entraîner des voitures autonomes en utilisant des objets synthétiques.

Une nouvelle méthode améliore la précision et l'efficacité de l'assemblage dans les milieux médicaux et industriels.

Une méthode pour améliorer comment les machines interprètent les questions complexes sur les graphiques.

Une méthode pour générer des données synthétiques en utilisant des réseaux bayésiens pour protéger la vie privée tout en permettant l'analyse.

scGFT propose une solution pour créer des données d'ARN à une seule cellule de manière efficace.

Les données syntétiques transforment la planification chirurgicale et la formation en neurochirurgie.

Les données synthétiques promettent d'améliorer la recherche sur les patients adolescents atteints de cancer.

Diff-Mix améliore la classification d'images en créant des données synthétiques variées.

Gecko propose un modèle efficace pour traiter et comparer les textes de manière efficace.

Explorer le rôle des réseaux de neurones bayésiens dans la prédiction des flux turbulents.

Cette étude analyse l'efficacité des images synthétiques dans les systèmes de reconnaissance faciale.

Les données synthétiques permettent aux entreprises de partager des infos tout en protégeant les données sensibles.

De nouvelles méthodes améliorent la confidentialité des patients tout en améliorant la recherche sur les images médicales.

De nouvelles techniques améliorent les prédictions sur les maladies cardiaques et les options de traitement personnalisées.

Un cadre structuré pour évaluer les méthodes de génération de données synthétiques.

Examiner comment les LLM peuvent faire de la régression sans entraînement supplémentaire.

Les chercheurs veulent créer des données synthétiques équilibrées pour éviter les biais dans l'apprentissage automatique.

Explorer les facteurs clés qui influencent la robustesse contre les attaques adversariales en apprentissage automatique.

DataTune améliore la génération de jeux de données synthétiques pour un meilleur entraînement des modèles de langue.

Un nouveau jeu de données améliore la détection d'événements inhabituels dans les milieux industriels.