Informatique - Apprentissage automatique

Un aperçu des relations causales dans les données et de leur signification.

De nouvelles représentations graphiques améliorent la distinction entre les graphes non isomorphes dans les tâches d'apprentissage automatique.

Une nouvelle méthode clarifie comment les caractéristiques de l'état affectent la performance des agents en apprentissage par renforcement.

Une nouvelle méthode améliore la précision des histogrammes dans l'interprétation des données.

Explorer le rôle de l'augmentation de données dans l'amélioration des performances des modèles de machine learning.

Des chercheurs proposent des méthodes pour optimiser et compresser les réseaux de neurones afin de les rendre plus accessibles.

Une nouvelle approche utilise des données limitées pour améliorer les prédictions des interactions entre protéines et peptides.

Une nouvelle méthode combine deux techniques pour améliorer l'efficacité de la planification.

Cette étude montre comment les LDM représentent la profondeur et les objets saillants pendant la génération d'images.

Un aperçu du méthode Galerkin efficace pour les décompositions spectrales.

JABBERWOCK utilise WebAssembly pour améliorer efficacement la détection des sites web malveillants.

Cet article parle d'utiliser SVG pour améliorer la façon dont les modèles de langage interprètent les images.

DeCoR aide les machines à apprendre de nouveaux sons sans oublier les anciens.

S'attaquer au défi de la calibration en deep learning avec les techniques Mixup.

PEAR améliore l'apprentissage dans des tâches complexes grâce à un réétiquetage adaptatif et à l'imitation.

Un nouveau design de neurone améliore les capacités des CNN tout en réduisant les coûts de calcul.

De nouvelles méthodes améliorent l'efficacité de l'échantillonnage pour de grands jeux de données en apprentissage automatique.

Une nouvelle méthode améliore le comptage des grains de maïs en utilisant un traitement d'image avancé.

Examiner comment les équipes peuvent améliorer l'équité dans l'IA grâce à une meilleure collaboration.

Un nouveau langage de programmation simplifie l'inférence bayésienne sur les espaces de fonctions pour les chercheurs.

Cette étude examine le rôle de l'IA dans la résolution des cycles hamiltoniens de manière plus efficace.

Une nouvelle méthode combine des modèles basés sur l'énergie et des flux de normalisation pour un meilleur échantillonnage.

Découvre comment les explications contrefactuelles améliorent la clarté des décisions de l'IA.

Une approche claire pour comparer efficacement les modèles d'apprentissage automatique.

De nouvelles méthodes améliorent l'apprentissage automatique malgré le bruit des données.

Une étude révèle une méthode pour créer des exemples adversariaux tout en gardant leur sens.

De nouvelles techniques améliorent la détection des souffles au cœur, ce qui renforce le diagnostic et les soins aux patients.

Les scores de propension calibrés améliorent les estimations des effets de traitement dans les études d'observation.

Un nouveau jeu de données pour la perception machine dans des environnements de réalité augmentée.

Créer des modèles 3D détaillés en utilisant des méthodes d'imagerie avancées pour diverses applications.

De nouvelles techniques améliorent la précision et la rapidité de la conversion de la parole en texte.

De nouvelles méthodes améliorent la précision pour prédire les formes des protéines et leurs fonctions.

Cet article parle d'améliorer les algorithmes de dessin grâce à des techniques de machine learning innovantes.

Présentation de BOtied pour améliorer l'optimisation multi-objectifs dans des scénarios complexes.

Ce cadre améliore la compréhension et la transparence des décisions des réseaux de neurones.

Cette recherche propose des évaluations améliorées pour une communication plus claire chez les personnes atteintes de dysarthrie.

Une nouvelle méthode améliore la classification des lésions cutanées pour une meilleure détection précoce.

Un nouveau modèle réduit la confiance excessive dans les prédictions, garantissant des applications plus sûres.

Examiner comment les origines des annotateurs influencent la qualité des données dans les tâches de NLP.

ParticleWNN propose une nouvelle approche pour améliorer les solutions des PDEs complexes en utilisant le deep learning.