Derniers articles pour Régularisation

iDARR propose une approche nouvelle pour récupérer de la clarté à partir d'images bruyantes.

Examiner l'entraînement adversarial pour des modèles de machine learning plus robustes face aux attaques.

Des recherches montrent que les méthodes de régularisation générales améliorent la performance des agents RL hors politique sur différentes tâches.

Cet article parle des techniques d'échantillonnage à partir de modèles à champ moyen dans des systèmes complexes.

Une nouvelle approche pour évaluer les réseaux de neurones sans entraînement intensif.

Une nouvelle méthode améliore l'estimation des noyaux de mémoire dans la dynamique des particules.

Une nouvelle méthode améliore la confidentialité dans l'apprentissage fédéré contre les attaques par inversion de gradient.

Un aperçu des interactions gravitationnelles et des mouvements du système Terre-Lune.

Cet article parle des méthodes pour améliorer la résistance de l'apprentissage profond aux exemples adversariaux.

Une étude révèle les facteurs qui influencent la performance des GCN à une seule couche sur différents modèles de données.

Cet article parle d'une nouvelle méthode pour améliorer les Machines d'Apprentissage Extrême dans différentes applications.

Examen des méthodes pour une meilleure détection de signal grâce à des solutions entières.

Une nouvelle méthode améliore la précision pour localiser des sources de son en mouvement en utilisant des réseaux de microphones.

De nouvelles techniques en tomographie photoacoustique améliorent l'imagerie médicale et le diagnostic.

Un aperçu de comment les cosmologistes gèrent les valeurs infinies dans leurs calculs.

Découvre une nouvelle méthode de restauration d'image en utilisant la reconstruction auto-guidée.

Une nouvelle méthode améliore l'extraction d'infos des rapports d'accidents aériens.

Cet article parle des méthodes pour entraîner efficacement des réseaux de neurones ReLU à deux couches.

Explorer des méthodes d'optimisation robuste pour des données incertaines dans la prise de décision.

La régularisation SHIELD améliore la performance de l'IA et sa capacité à expliquer les décisions, pour mieux comprendre ce qui se passe.

L'étude examine comment les modèles quasi-interpolants se comportent sur des données jamais vues.

La recherche met en avant l'importance du timing par rapport aux caractéristiques spécifiques des intervenants dans les modèles de diarisation.

Explore la connexion entre la thermodynamique et l'apprentissage automatique pour simplifier des systèmes complexes.

Une nouvelle méthode pour s'attaquer aux problèmes d'optimisation non lisses avec des contraintes.

Un aperçu de comment l'apprentissage adversarial améliore les techniques de séparation de signal.

La méthode de Newton projetée améliore l'efficacité dans les problèmes inverses linéaires bayésiens.

Une nouvelle méthode améliore les autoencodeurs pour une meilleure représentation des données.

L'optimisation des préférences douces améliore la façon dont les modèles de langage s'alignent avec les préférences humaines.

Apprends à créer et à peaufiner des modèles de systèmes dynamiques en utilisant des techniques avancées.

Étude de la reconstruction de termes inconnus dans les PDE à partir de données bruyantes en utilisant des méthodes de régularisation.

Une nouvelle méthode améliore la modélisation des métamatériaux actifs avec actionnement pneumatique.

Améliorer les modèles d'état par de meilleures techniques d'entraînement pour les données de séries temporelles.

De nouvelles méthodes améliorent la précision et l'efficacité de la complétion de matrices dans différents domaines.

Une méthode pour reconstruire les formes des obstacles cachés dans des fluides à partir de mesures de frontière.

Un aperçu de comment les mesures de dépendance aident à analyser les relations entre plusieurs variables.

Explore les principes et les applications de la régression par crête à noyau dans différents domaines.

Un aperçu de l'effet Casimir et de ses implications en physique quantique.

Cet article compare LoRA et le fine-tuning complet en termes de performance et d'utilisation de la mémoire.

Présentation d'une nouvelle méthode pour un entraînement efficace des réseaux de neurones structurés.

Les recherches sur les trous noirs pourraient changer notre vision de la gravité et de l'espace-temps.