Derniers articles pour Robustesse

Découvre comment l'apprentissage fédéré garde les données privées tout en permettant la collaboration dans l'IIoT.

Examiner de nouvelles méthodes pour améliorer l'efficacité et la sécurité des réseaux neuronaux.

Cet article examine comment les méthodes bayésiennes et fréquentistes gèrent les valeurs aberrantes dans l'analyse de données.

Une méthode innovante combine l'apprentissage automatique et la physique pour résoudre des équations différentielles.

Des recherches montrent que les données EEG peuvent aider les réseaux de neurones artificiels à résister aux attaques adversariales.

Une nouvelle méthode pour évaluer la robustesse des classificateurs ML en utilisant la distance d'adversaire.

Une approche pratique pour améliorer les modèles de ML contre les entrées adverses dans la gestion des réseaux.

Cet article présente une nouvelle approche de la régression quantile par noyau en utilisant des caractéristiques aléatoires.

Présentation d'une méthode solide pour tester des hypothèses avec des données corrompues.

Un aperçu de la récupération sparse et de ses défis dans le traitement du signal.

Les codes pseudorandom garantissent une transmission de données sécurisée et protègent contre les erreurs.

Cet article explore une nouvelle approche pour améliorer les réseaux de neurones en utilisant des équations diophantiennes.

De nouvelles méthodes aident à comprendre comment les modèles réagissent aux changements de données.

Explorer comment les conceptions d'enchères peuvent maximiser les revenus en tenant compte des interactions entre les enchérisseurs.

Une nouvelle méthode améliore l’analyse d’image dans le secteur de la santé en utilisant des images contrefactuelles réalistes.

Adapter DINOv2 améliore la segmentation BEV pour des voitures autonomes plus sûres.

Ce papier explore comment les méthodes de bootstrap améliorent la stabilité et la robustesse dans les modèles SGD.

Cette étude évalue comment les modèles QA gèrent le bruit dans les données d'entrée.

Une nouvelle approche d'auto-ensemble améliore la résilience du modèle face aux changements adverses.

StableMamba améliore le traitement des images et des vidéos avec une robustesse et des performances accrues.

Une nouvelle méthode améliore le transfert d'animation faciale pour les personnages numériques.

Une nouvelle approche pour améliorer la précision des prédictions en cas d'incertitude des données.

Une nouvelle méthode améliore l'apprentissage en intégrant des connaissances d'experts pour des estimations plus précises.

De nouveaux modèles améliorent les performances des CNN sur des images corrompues en utilisant des méthodes de traitement visuel humain.

LATEC propose une évaluation solide des méthodes XAI pour une meilleure transparence de l'IA.

Cet article aborde les préoccupations clés concernant la fiabilité des modèles de texte à image.

Une nouvelle approche pour améliorer la communication dans les systèmes multi-robots dans des conditions difficiles.

Une nouvelle méthode améliore la façon dont les robots planifient et exécutent des tâches efficacement.

Une nouvelle approche renforce la fiabilité des systèmes de réponse aux questions.

Une nouvelle méthode améliore la détection des malwares tout en résistant aux attaques adversariales.

Une nouvelle méthode transforme les nuages de points pour une meilleure efficacité des données.

Des designs graphiques innovants améliorent la communication des robots et leur résilience.

Optimiser les stratégies de contrôle pour une performance stable du système sous des conditions variées.

Un aperçu des distances Gromov-Wasserstein relaxées et de leurs applications.

Explorer les forces de la génération de code humaine contre celle automatisée.

Découvrez comment de nouvelles techniques de filigrane protègent l'art numérique et les idées créatives.

Un aperçu de comment la théorie des jeux aide à la prise de décisions en cas d'incertitude.

Un aperçu de l'impact du contrôle par mode glissant sur la stabilité et la réponse du système.

De nouvelles techniques aident les robots à s'adapter à différentes conditions d'éclairage pendant les tâches.

Une méthode pour prédire où les gens marchent en utilisant moins de données.