Informatique - Apprentissage automatique

La recherche améliore les techniques de fingerstyle percussif pour les guitaristes en utilisant la récupération de son en temps réel.

Une nouvelle approche pour évaluer l'adaptabilité des modèles pré-entraînés à de nouvelles tâches.

Analyser comment la similarité entre les données d'entraînement et de test affecte l'incertitude dans les prédictions du modèle.

Une méthode pour aider les modèles à prédire des classes invisibles sans avoir à se retaper une grosse formation.

Une nouvelle méthode améliore le raisonnement machine dans les puzzles visuels en utilisant RPM.

Cette étude présente une méthode pour réduire le biais dans les modèles d'apprentissage automatique.

Cet article parle de nouvelles menaces pour les réseaux de neurones profonds provenant des attaques par inversion de bits.

Des chercheurs utilisent l'apprentissage machine pour améliorer les méthodes et les résultats de synthèse des zéolithes.

De nouvelles améliorations ajustent les modèles d'apprentissage automatique aux données bruyantes et irrégulières.

Un nouveau cadre améliore les prédictions des résultats pour les patients en utilisant des données médicales variées.

De nouvelles techniques améliorent la rapidité des solutions en optimisation combinatoire grâce à la distillation progressive.

Voici CoverNav, une méthode pour que les robots trouvent des chemins cachés en extérieur.

Le modèle EquiDiff améliore la prédiction de trajectoire des véhicules pour les voitures autonomes.

Un système qui propose des repas en tenant compte des émotions et des besoins nutritionnels personnels.

Apprends comment une bonne prévision peut améliorer la gestion de la chaîne d'approvisionnement et l'efficacité opérationnelle.

Évaluer les méthodes d'apprentissage auto-supervisé pour améliorer le diagnostic en imagerie médicale.

Un nouveau modèle améliore la qualité des images IRM tout en réduisant le temps de scan.

TEED propose une détection de bord efficace avec des besoins en ressources minimes.

Examiner l'équité dans l'apprentissage machine pour réduire les biais dans des secteurs critiques.

Une nouvelle méthode améliore l'informatique optique en boostant l'efficacité de l'entraînement et la performance.

De nouvelles méthodes améliorent la détection de messages cachés dans les fichiers vidéo.

L'ENSO impacte les modèles météo partout dans le monde, montrant sa nature diversifiée et ses liens avec le changement climatique.

Une étude sur comment le prefixLM surpasse le causalLM en apprenant à partir du contexte.

Un aperçu du rôle de l'apprentissage automatique dans la lutte contre les cybermenaces.

Ce cadre aide les développeurs à trouver et corriger les bugs dans les modèles d'apprentissage machine de manière efficace.

Examiner les défis pour mesurer l'interprétabilité des modèles NLP en utilisant des métriques de fidélité.

Une nouvelle méthode améliore la précision des prévisions pour les demandes d'assurance et les coûts.

Améliorer les pipelines de données peut booster la performance des systèmes de recommandation en deep learning.

La stratégie CDR améliore les recommandations en filtrant les imputations de données nuisibles.

Cette étude examine comment les métriques d'évaluation hors ligne prédisent le succès en ligne pour les systèmes de recommandation.

Explorer comment l'élagage et les quaternions améliorent les performances des réseaux de neurones.

HAMDPO améliore l'apprentissage multi-agent pour des environnements et des tâches variés.

Une approche probabiliste améliore la classification des données de séries temporelles avec des valeurs manquantes.

Une nouvelle méthode pour adapter des modèles aux données de séries temporelles sans accès à la source.

Examinons comment les retours humains influencent les systèmes de récompense dans la prise de décision.

Cette étude montre les avantages du SGD en termes de robustesse par rapport aux méthodes d'entraînement adaptatif.

SimMatchV2 améliore la précision de la classification d'images en utilisant moins d'exemples étiquetés.

Cet article parle des méthodes pour améliorer la complétion des graphes de connaissances en utilisant des GNN et des approches basées sur des règles.

Des recherches montrent que c'est prometteur de prédire l'âge avec des scans IRM du corps entier.

De nouvelles défenses visent à protéger les modèles d'apprentissage automatique contre les attaques de données nuisibles.