Informatique - Apprentissage automatique

Une nouvelle méthode améliore l'efficacité en optimisation discrète grâce à l'apprentissage par renforcement.

Explorer les vulnérabilités cachées des modèles de machine learning et les mesures contre.

Une nouvelle méthode pour simplifier la visualisation de données complexes.

Une nouvelle approche simplifie l'intégration des données pour améliorer l'efficacité de la recherche.

Cet article examine les faiblesses des méthodes de sélection de tests pour les systèmes d'apprentissage profond.

Ce cadre allie équité et robustesse pour des systèmes d'IA responsables.

La recherche met en avant de nouvelles façons d'améliorer les défenses des modèles contre les attaques adversariales.

Une nouvelle méthode améliore la détection d'anomalies pour une meilleure fiabilité des logiciels.

Une nouvelle méthode améliore la reconstruction 3D à partir d'une seule image tout en préservant les formes apprises.

Une nouvelle méthode améliore la précision de l'IA dans des environnements variables en utilisant l'adaptation au changement de label.

Le nouveau modèle met l'accent sur la popularité des articles pour de meilleures recommandations.

Les modèles de langage montrent de nouvelles capacités à mesure qu'ils grandissent et apprennent à partir de données variées.

FlexiAST permet aux modèles de s'adapter efficacement à différentes tailles de patch audio.

EDNIL renforce la robustesse du modèle face aux changements de contextes de données.

La recherche explore l'équilibre dans les modèles de langue multilingues pour l'équité et la vie privée.

De nouvelles méthodes améliorent la façon dont les machines évaluent les relations spatiales dans les images.

L'apprentissage automatique aide à prédire les conditions de l'eau dans des zones sans stations de surveillance.

Cet article examine comment le hasard influence les résultats de formation dans les modèles d'apprentissage automatique.

Des recherches montrent comment l'IA peut améliorer les outils de communication pour ceux qui ont des besoins complexes.

De nouvelles méthodes améliorent la collecte de données dans les zones reculées pour les applications de réalité virtuelle.

Apprends comment le clustering aide à organiser efficacement de grosses données textuelles.

Optimiser le choix des caractéristiques dans les enquêtes cliniques grâce à l'analyse de similarité textuelle.

Une nouvelle approche qui combine ICL et génération de code pour de meilleures prévisions.

FlowArtist combine position et vitesse pour des insights de données améliorés.

Apprends comment l'estimation du rapport de densité aide à comparer les groupes de données efficacement.

Cette étude présente une méthode pour améliorer les performances des modèles sur des jeux de données déséquilibrés.

Une nouvelle approche permet de former des réseaux de neurones de manière efficace sur des petits appareils sans propagation arrière.

Des chercheurs utilisent l'apprentissage automatique pour améliorer le diagnostic du cancer de la gorge grâce à l'analyse de la parole.

CTP combine la prédiction et l'analyse causale pour de meilleures insights sur les traitements.

Une étude sur l'évolution des classements en fonction des performances au fil du temps.

Un nouveau modèle accélère la conception d'aile en utilisant l'apprentissage automatique.

Des chercheurs combinent l'apprentissage automatique avec la dynamique des fluides pour améliorer la modélisation de la turbulence.

Des chercheurs utilisent l'IA pour améliorer les prédictions en dynamique des fluides complexe.

L'apprentissage biqualité gère super bien la supervision faible et les changements de dataset en machine learning.

Le dataset VALERIE22 aide à développer une conduite autonome sûre grâce à des images de villes synthétiques.

De nouvelles interventions cherchent à réduire les biais dans les GNN tout en maintenant la précision des prédictions.

Cette étude remet en question les idées reçues sur les tâches de classification de nœuds utilisant des structures de graphes.

Une nouvelle méthode renforce la confiance dans les prédictions des modèles face à des données modifiées.

Améliorer l'apprentissage continu grâce à l'adaptation des enseignants et la distillation des connaissances.

Une nouvelle méthode améliore la détection des lésions prostatiques en utilisant des métadonnées provenant des rapports de plusieurs médecins.