Informatique - Apprentissage automatique

Une nouvelle approche pour améliorer la coordination dans les systèmes de contrôle en couches en utilisant l'apprentissage par renforcement.

Deep Companion Learning améliore les prédictions des modèles en s'appuyant sur des infos de performance passées.

Les robots bioniques utilisent des modèles d'apprentissage pour améliorer leurs mouvements et leur adaptabilité.

Cette étude examine les différences de confidentialité entre l'apprentissage fédéré décentralisé et centralisé.

Cet article examine l'efficacité des réseaux de neurones étroits et leurs implications.

Découvre les avancées récentes dans les techniques d'estimation d'ombre pour analyser les états quantiques.

Une nouvelle approche améliore la compréhension des chaînes d'approvisionnement et prédit les transactions futures.

Découvre comment le boosting évolue pour améliorer les performances des modèles.

Exploration des récentes améliorations des algorithmes d'apprentissage quantique et des méthodes d'optimisation.

Examiner le rôle de l'IA dans l'éducation, ses avantages et les biais qu'elle peut introduire.

Un outil qui transforme les données RDF en formats utilisables pour l'apprentissage automatique.

MALT améliore l'efficacité et le succès des attaques adversariales dans les modèles de classification d'images.

LLASP améliore la génération de code ASP à partir de descriptions en langage naturel.

Une nouvelle méthode améliore la précision des tests des modèles linguistiques pour le savoir.

Une nouvelle méthode améliore la précision des prévisions de précipitations pour de meilleures prises de décision.

Un outil efficace pour étiqueter des vidéos améliore l'entraînement à la détection d'objets.

Explorer les problèmes d'incertitude épistémique dans les méthodes de Deep Learning bayésien.

Une nouvelle méthode améliore la réponse de l'IA aux préférences humaines qui évoluent.

Une nouvelle méthode améliore la reconnaissance des signaux des mains bioniques pour un meilleur contrôle.

Une revue des méthodes d'apprentissage automatique pour détecter les vulnérabilités dans les contrats intelligents Ethereum.

Une nouvelle méthode renforce la résilience des VAE face à des manipulations de données compliquées.

Examiner les menaces à la vie privée liées aux connexions sociales dans les espaces numériques.

De nouvelles méthodes aident à améliorer l'analyse des données des matrices SPD.

Une méthode pour prédire la qualité des tapis en laine afin d'améliorer les standards de fabrication.

Une nouvelle approche pour améliorer les prédictions dans des graphiques dynamiques en utilisant des Transformers.

Apprends comment missForestPredict améliore la gestion des données manquantes dans les prédictions.

Un nouveau modèle améliore la recherche de cas juridiques et les prédictions de résultats.

Cet article explore la résolution de problèmes inverses en utilisant des modèles et des techniques avancés.

Une nouvelle approche pour améliorer les recommandations de traitement de la septicémie pour les médecins.

Un modèle qui améliore les prédictions des problèmes de santé critiques pour une meilleure prise en charge des patients.

Une étude révèle des infos sur la performance de l'apprentissage en contexte selon différentes architectures de modèles.

Un nouveau critère pour évaluer les modèles qui analysent la musique et le langage.

Une nouvelle méthode sélectionne des tâches pertinentes pour de meilleures prédictions des résultats cliniques.

De nouvelles techniques de modélisation améliorent les systèmes de propulsion des fusées grâce à une analyse de données efficace.

Des chercheurs étudient comment les modèles apprennent du contexte en utilisant des tâches de régression polynomiale.

L'adaptation par convolution circulaire propose des solutions efficaces pour peaufiner des modèles complexes.

Une nouvelle approche combine des données audio, vidéo et texte pour un diagnostic efficace de la dépression.

Explorer des méthodes pour identifier les fausses infos avec des techniques d'apprentissage semi-supervisé.

Découvre comment les CANNs améliorent la compréhension du comportement des matériaux sous contrainte.

Une nouvelle méthode qui mélange l'apprentissage des concepts et des représentations dissociées pour une meilleure compréhension des modèles.