Informatique - Apprentissage automatique

Analyser les difficultés que l'IA rencontre pour s'adapter à de nouvelles tâches.

Une nouvelle méthode pour gérer des systèmes avec des délais et une collecte de données irrégulière.

Explorer comment le meta-apprentissage peut améliorer les systèmes d'apprentissage à quelques exemples.

Découvrez comment AHPA optimise la gestion des ressources dans le cloud computing.

L'accélérateur hybride améliore la vitesse et l'efficacité des modèles Transformer.

SCS aide à identifier quels patients profitent des traitements, améliorant les soins.

Une nouvelle méthode améliore la détection des anomalies réseau tout en garantissant la confidentialité des données.

Apprends à connaître l'UST, une méthode pour comparer des données avec des masses totales différentes sur des graphiques.

Une nouvelle méthode améliore la compréhension par les machines des liens entre la parole et le texte.

Une nouvelle approche pour améliorer l'exploration dans des réseaux complexes avec des observations confuses.

Une nouvelle technique de modélisation améliore la précision et la rapidité de la simulation du flux sanguin.

NeuSE améliore la capacité des robots à suivre et reconnaître des objets dans des environnements en changement.

Un nouveau jeu de données comble le fossé dans la recherche en IA biomédicale.

Cet article explore les dernières méthodes de représentation audio et leurs implications.

Une étude examine comment les réseaux de neurones réalisent des tâches de discrimination numérique de base.

Le cadre MAD améliore les performances de l'apprentissage profond sur différents types de données.

Une nouvelle méthode améliore l'imagerie cérébrale avec rapidité et précision.

La recherche sur des calculs d'attention plus rapides améliore l'efficacité de la modélisation du langage.

Une nouvelle approche pour améliorer l’adaptabilité des DNN à différentes sources de données.

Une nouvelle méthode améliore les récepteurs des cellules T pour de meilleurs traitements contre le cancer et les virus.

Utiliser le retour humain pour améliorer les modèles d'apprentissage par renforcement hors ligne pour des décisions dans le monde réel.

Un nouveau cadre pour optimiser les opérations de tenseurs clairsemés et la différentiation automatique.

Un aperçu des méthodes et théories derrière le matching de ensembles à ensembles.

Une étude sur l'amélioration des résultats des maladies cardiovasculaires grâce à l'analyse des données de laboratoire.

Une étude montre que des modèles CNN plus simples peuvent classifier efficacement les interférences sans fil.

L'apprentissage fédéré quantique permet un apprentissage efficace tout en gardant les données privées sur les appareils.

CHGNet utilise l'apprentissage automatique pour de meilleures prédictions du comportement des matériaux.

AIRI améliore la qualité des images des radiotélescopes, révélant plus de détails cosmiques.

Cet article parle d'améliorer les GNNs pour de meilleures prévisions des matériaux cristallins.

Une nouvelle approche pour améliorer les performances dans l'apprentissage multi-tâches en utilisant des structures de réseau efficaces.

Cet article parle des défis de mode-collapse dans les flux de normalisation pour les théories de champs sur réseau.

Une nouvelle méthode renforce les défenses des modèles multimodaux contre le empoisonnement de données et les attaques par porte dérobée.

Explore comment l’hébergement de services en périphérie améliore l’expérience utilisateur et réduit les coûts.

Cette étude analyse les changements de trajets à Atlanta pendant le COVID-19.

Une nouvelle méthode pour améliorer l'entraînement des réseaux de neurones profonds en utilisant les relations entre les échantillons.

Cet article parle de l'amélioration des systèmes de recommandation grâce à des explications plus claires en utilisant le raisonnement contrefactuel.

Des approches innovantes améliorent la stabilité dans la robotique et les systèmes autonomes grâce à l'apprentissage commun.

NBA2Vec change la façon dont on analyse les performances des joueurs NBA au-delà des stats traditionnelles.

FairAdaBN s'attaque aux biais dans les modèles d'imagerie médicale, améliorant l'équité et la performance.

SegPrompt améliore l'identification des calculs rénaux grâce à des techniques d'apprentissage profond pour un meilleur soin des patients.