Informatique - Apprentissage automatique

Un aperçu de l'apprentissage sûr avec plusieurs agents dans des environnements contraints.

Les techniques de machine learning améliorent la synthèse des circuits quantiques, optimisant ainsi l'efficacité et les performances.

Une nouvelle approche pour un échantillonnage rapide à partir de distributions complexes en utilisant des réseaux de neurones.

De nouvelles méthodes visent à réduire les valeurs aberrantes dans les modèles de transformateurs, améliorant l'efficacité de la quantification.

Découvrez comment l'apprentissage contrastif aide à l'analyse des données astronomiques.

Deux méthodes améliorent le travail d'équipe des robots sans avoir besoin d'infos globales.

Une interface conviviale pour identifier de nouvelles classes dans des données tabulaires.

Une nouvelle méthode pour améliorer l'efficacité et les performances du tuning de prompt doux.

De nouvelles méthodes utilisant des réseaux de neurones améliorent l'efficacité dans des problèmes d'optimisation complexes.

S'attaquer aux défis de la transparence dans les processus de prise de décision de l'IA.

Une nouvelle approche pour améliorer les recommandations utilisateur en utilisant des cadres hypergraphiques.

Un nouvel algorithme améliore l'apprentissage décentralisé au fur et à mesure que les données évoluent.

Améliorer la qualité des images grâce à des stratégies innovantes de réseaux de neurones.

SEEK améliore les prédictions et les explications dans les graphes de connaissances pour les applications biomédicales.

Cet article examine les vulnérabilités dans les modèles de segmentation sémantique et propose des solutions.

Explorer comment les choix d'entraînement influencent la performance et la généralisation du modèle.

La recherche met en avant les défis et les solutions pour que les systèmes d'apprentissage profond s'adaptent au fil du temps.

Un aperçu des méthodes de transport optimal, leurs utilisations, défis et solutions récentes.

De nouvelles méthodes améliorent l'efficacité de l'entraînement de modèles neuronaux plus petits.

Présentation d'une nouvelle approche pour le raisonnement contrefactuel utilisant des données d'observation et la régression quantile.

VCReg améliore l'apprentissage par transfert en favorisant des représentations de caractéristiques variées dans les modèles.

Un aperçu des MLLMs et de leurs applications en IA.

Une nouvelle méthode pour identifier les données OOD dans les modèles d'apprentissage automatique.

Comprendre les modèles de machine learning est super important pour la confiance et la responsabilité.

Examen de la classification multiclasses en ligne avec un retour d'information en valeur d'ensemble et ses implications.

Combiner le parallélisme de modèle et l'échange de mémoire pour servir efficacement de gros modèles.

Évaluer comment les changements environnementaux impactent la performance des modèles de reconnaissance d'images.

Minigrid et Miniworld sont des outils pour tester la prise de décision dans l'IA.

Nouveau modèle améliore la précision des mesures d'absorption de carbone par les plantes dans différentes régions.

Une nouvelle approche renforce les défenses dans les systèmes d'apprentissage fédéré contre les attaques adverses.

QNNRepair améliore la précision des réseaux de neurones après quantification.

Examiner les impacts de l'apprentissage fédéré sur la généralisation des modèles et la confidentialité des données.

Méthodes innovantes pour améliorer les prévisions des réseaux de neurones dans les systèmes chaotiques.

Découvrez comment le Profit Incremental par Conversion transforme la mesure des promotions.

Une nouvelle méthode améliore la visualisation et la précision dans l'analyse du séquençage d'ARN à cellule unique.

Une nouvelle méthode réduit la taille des couches d'embedding tout en maintenant la précision.

Cette étude examine les avantages de fusionner le traitement de la parole avec des données visuelles.

Découvre comment l'IA peut créer des ensembles de données synthétiques super utiles pour la recherche en télématique.

Méthodes pour garantir que les Réseaux de Neurones Bayésiens sont fiables face aux attaques adversariales.

NetBooster améliore les performances des petits réseaux neuronaux pour les appareils intelligents.