Informatique - Apprentissage automatique

Un nouveau cadre améliore l'estimation de la pose de la caméra dans différents environnements.

Un aperçu de l'apprentissage fédéré hiérarchique et ses avantages pour la vie privée des appareils.

Une nouvelle méthode suit l'apprentissage des étudiants grâce à des conversations avec des tuteurs AI.

Une nouvelle méthode améliore l'apprentissage fédéré en réduisant la transmission de données et la consommation d'énergie.

Un aperçu de l'utilisation de petits ajustements pour des grands modèles pré-entraînés.

Une nouvelle méthode donne des explications plus claires pour les décisions de l'apprentissage profond.

Examiner les problèmes dans le reporting d'incidents d'IA pour de meilleures pratiques et compréhension.

Ce doc étudie l'équité dans les méthodes de blocage pour les systèmes de correspondance d'entités.

HEN améliore la récupération de mémoire dans les réseaux de neurones en renforçant la séparabilité des motifs.

Explorer comment les machines apprennent en continu à partir de flux de données en utilisant le PCMC.

Découvre comment les embrayages centrifuges améliorent la performance des transmissions automatiques dans les voitures.

S'attaquer à la détection des incendies de forêt grâce à un ensemble de données d'images satellites complet.

Une nouvelle méthode améliore le suivi des pièces en métal pendant le LPBF en utilisant l'apprentissage profond pour l'amélioration des images.

Un plus gros jeu de données améliore la détection automatique des limites des champs agricoles à partir des images satellites.

Des recherches montrent qu'on peut prédire le déclin cognitif avec des tests sanguins et des modèles avancés.

ERIC utilise l'apprentissage automatique et des caméras pour améliorer l'efficacité de l'irrigation.

Un nouveau cadre simplifie le clustering en adaptant les solutions aux besoins spécifiques.

Cette recherche présente des méthodes automatisées pour évaluer le pulvérisation de précision en agriculture.

Une nouvelle méthode ASR aide la technologie à mieux comprendre la parole des enfants.

Apprends comment LoRA-LEGO fusionne des modèles pour mieux gérer les tâches.

Explore les préoccupations en matière de vie privée entourant les attaques d'inférence d'appartenance en apprentissage automatique.

Explorer comment les humains et les machines perçoivent les visages dans des motifs aléatoires.

Apprends comment les hyperparamètres influencent la performance et la complexité des réseaux de neurones.

Combiner des réseaux de neurones graphiques et des autoencodeurs variationnels améliore la précision de la classification d'images.

Les étiquettes floues peuvent améliorer les performances des modèles de machine learning dans des situations de données incertaines.

Un aperçu des méthodes pour identifier de nouvelles particules potentielles en physique des particules.

Une nouvelle architecture de modèle améliore la précision et l'efficacité des prévisions.

Une nouvelle méthode améliore la précision pour identifier les vaisseaux sanguins dans les images médicales.

Combiner des données de séries temporelles et de perturbations améliore la compréhension des réseaux cellulaires.

Explorer les améliorations clés pour générer des images anime de haute qualité avec NovelAI Diffusion V3.

Une nouvelle méthode pour l'apprentissage de graphes en temps réel s'adapte efficacement aux données changeantes.

Une étude sur l'importance des métriques d'évaluation dans la détection d'anomalies.

Une nouvelle méthode pour estimer les sources d'aérosols volcaniques et leurs effets sur le climat.

Une nouvelle méthode basée sur les enchères améliore l'efficacité de la collecte des données de préférence pour les modèles d'IA.

L'apprentissage profond améliore la détection précoce de la rétinopathie diabétique et de l'œdème maculaire.

Cette approche améliore l'efficacité et la précision dans l'analyse des données provenant de plusieurs appareils.

Les machines apprennent des contraintes à partir du comportement des experts pour améliorer leur prise de décision.

Explorer le rôle des réseaux de neurones dans la compréhension des champs conformes et des transitions de phase.

Un nouveau modèle améliore l'estimation des effets du traitement dans des scénarios complexes.

Une nouvelle méthode améliore l’estimation des gradients tout en préservant la confidentialité des données dans l'apprentissage fédéré.