Derniers articles pour Transformateur

Explorer les derniers systèmes de reconnaissance gestuelle et leurs applications.

Une nouvelle méthode améliore la capacité des transformers à traiter des longues séquences avec précision.

Cette méthode utilise des données audio et visuelles pour résumer les vidéos de manière efficace.

Un nouveau modèle améliore la segmentation des documents en utilisant des techniques de transformateur avancées.

La recherche se concentre sur des modèles efficaces pour le repérage de mots-clés en utilisant des réseaux slimables.

Une nouvelle méthode améliore le diagnostic du cancer en prenant en compte le contexte des tissus.

Combiner des CNN et des transformers pour des images stéréo plus nettes.

Un nouveau modèle basé sur des transformateurs améliore la précision de l'odométrie visuelle monoculaire.

PT-* améliore le traitement du langage pour les locuteurs portugais, renforçant les capacités de l'IA.

Un nouvel outil d'IA améliore l'automatisation de la programmation parallèle avec les pragmas OpenMP.

Cette étude compare des méthodes pour évaluer la difficulté des questions d'examen en utilisant des techniques de traitement du langage naturel.

Nouveau modèle de deep learning améliore la détection des exoplanètes grâce à l'analyse des courbes de lumière.

La recherche se concentre sur la reconnaissance du langage métaphorique dans les fleurs et les plantes.

Examen de la performance de la récupération générative sur de grands ensembles de documents.

Une nouvelle méthode améliore la NER basée sur des dictionnaires pour les textes biomédicaux.

Cet article parle du rôle des réseaux feed-forward dans les modèles de transformeurs.

CIT-EmotionNet améliore la détection des émotions grâce à une analyse innovante des signaux EEG.

La recherche met en avant l'importance de la cohérence de la représentation dans les modèles de NLP.

Cet article examine comment les transformateurs apprennent des fonctions récursives dans les tâches de programmation.

Une nouvelle méthode améliore l'utilisation des ressources dans les modèles de génération de texte.

Une nouvelle approche améliore le traitement des signaux ECG en utilisant des techniques d'apprentissage auto-supervisé.

Les robots apprennent des tâches complexes plus vite en utilisant l'imitation et des techniques de planification avancées.

Une nouvelle méthode vise à améliorer la précision de la localisation d'objets dans l'analyse vidéo.

FactFormer améliore la simulation des systèmes physiques complexes grâce à des mécanismes d'attention innovants.

Examiner comment les données d'image peuvent améliorer les prévisions du comportement des piétons.

Une nouvelle méthode améliore l'efficacité des modèles de prévision grâce à une sparsité adaptative.

Une étude sur comment CoT améliore l'apprentissage dans les perceptrons multicouches.

Examiner comment les transformers apprennent à comprendre les hiérarchies linguistiques grâce à un entraînement prolongé.

Cette étude présente des métriques innovantes pour évaluer les RNN et les transformateurs sans entraînement.

LAIT améliore les modèles Transformer en réduisant les coûts de calcul tout en maintenant la performance.

Une nouvelle méthode pour mieux comprendre les données de nuages de points 3D en utilisant des transformeurs.

Un nouveau modèle améliore l'efficacité et la précision de la reconnaissance vocale.

Une nouvelle méthode pour réduire le sur-lissage dans les transformeurs et les GNN.

Analyser différents modèles pour prédire les positions des antennes relais à partir d'images.

Une nouvelle méthode améliore la capacité des Transformers à gérer efficacement des longueurs de séquence variées.

DeepStay utilise l'apprentissage faiblement supervisé pour améliorer l'identification des zones de séjour.

Une méthode pour mieux comprendre le sentiment financier en utilisant des techniques avancées.

FlowFormer utilise des transformers pour améliorer l'analyse de mouvement dans les vidéos.

Un nouveau modèle fusionne les Transformers et les Modèles d'Espace d'État pour améliorer le traitement du langage.

Un aperçu des méthodes de segmentation d'images alimentaires et de leur importance pour la nutrition.