Informatique - Apprentissage automatique

Une nouvelle méthode améliore l'entraînement des modèles de langage pour mieux s'aligner avec les valeurs humaines.

Les nouveaux systèmes d'arrivée pour les véhicules volants améliorent l'efficacité et la sécurité des déplacements en ville.

Améliorer la fiabilité des réseaux électriques grâce à des méthodes avancées de localisation des pannes.

Les PNCs fusionnent les réseaux de neurones et les circuits probabilistes pour une meilleure prédiction et modélisation.

Méthodes innovantes pour entraîner des modèles avec du texte compressé.

ALCORE simplifie l'analyse tensorielle pour gérer efficacement les données de comptage rares.

Étude du travail d'équipe parmi des agents avec des défis de coordination uniques.

TreeDOX propose une approche plus simple pour prédire des systèmes chaotiques en utilisant des données passées.

DOUST utilise l'entraînement au moment du test pour améliorer la détection des anomalies sans avoir besoin de données étiquetées.

Le cadre SPOT améliore l'efficacité du clustering dans des ensembles de données déséquilibrés en utilisant des pseudo-étiquettes.

L'étude examine comment les modèles quasi-interpolants se comportent sur des données jamais vues.

SCRaWl utilise des structures de haut niveau pour une meilleure analyse des données.

Des stratégies efficaces pour gérer l'incertitude dans les réseaux de neurones graphiques améliorent la fiabilité.

Découvre comment l'IA transforme la création musicale grâce à la collaboration avec les humains.

Les données synthétiques permettent aux entreprises de partager des infos tout en protégeant les données sensibles.

Une nouvelle approche utilisant l'apprentissage automatique pour déduire des EDO à partir d'observations imparfaites.

Une méthode pour apprendre et évaluer des politiques en même temps en utilisant toutes les données disponibles.

Apprends comment les modèles de diffusion transforment le bruit en données structurées comme des images.

Examiner des méthodes pour améliorer la reconnaissance faciale à travers des démographies diverses.

Combiner des images et du texte améliore la précision dans l'estimation de la profondeur 3D.

Un nouveau cadre améliore la surveillance du réseau électrique en utilisant des technologies avancées.

La meilleure façon de répondre améliore la coopération entre agents dans des environnements compétitifs.

Une nouvelle méthode améliore la vie privée et la performance dans l'apprentissage fédéré.

Explorer comment les transformateurs favorisent les fonctions à faible sensibilité pour une meilleure performance.

Une nouvelle approche pour améliorer la régulation de la tension avec des techniques avancées d'apprentissage automatique.

De nouvelles méthodes améliorent la performance des modèles dans les tâches d'apprentissage non supervisé.

Cet article explore comment les LLM génèrent et affinent des hypothèses scientifiques à partir des données existantes.

Une nouvelle perspective sur la façon dont les réseaux de neurones apprennent des caractéristiques à travers des chemins semblables à ceux des experts.

De nouvelles techniques permettent de prendre des décisions plus sûres en apprentissage par renforcement grâce à l'aide d'experts humains.

Une méthode pour aider les ordinateurs à identifier les propriétés physiques à partir d'images.

Un nouvel algorithme améliore l'efficacité de l'apprentissage en contexte pour l'apprentissage par renforcement.

Une nouvelle méthode propose un suivi continu de la pression artérielle sans brassard.

Explorer comment l'apprentissage semi-supervisé combine des données étiquetées et non étiquetées pour de meilleurs modèles d'IA.

De nouveaux algorithmes améliorent l'entraînement du modèle Maxent pour prédire les occurrences d'incendies de forêt.

L'automatisation de la population des ontologies améliore la gestion des connaissances et l'accessibilité.

Une nouvelle approche utilisant l'IA pour un contrôle efficace des files d'attente dans des environnements réels.

Examen des protocoles d'apprentissage fédéré pour améliorer la vie privée tout en augmentant la précision du modèle.

Un nouveau modèle transforme les prédictions de rétrosynthèse en utilisant des réseaux de neurones graphiques.

HNAM combine précision et clarté pour une prévision de la demande efficace.

Cet article examine à quel point les politiques fonctionnent à partir de modèles approximatifs dans des environnements complexes.