Informatique - Apprentissage automatique

Les robots optimisent leurs mouvements grâce à une nouvelle technique d'apprentissage collaboratif.

DA-DPFL améliore l'apprentissage fédéré en réduisant les coûts et le temps d'entraînement.

De nouvelles méthodes améliorent l'analyse du flux sanguin cardiaque grâce à des algorithmes d'IA.

Découvre comment le Q-Learning Récursif à l'envers améliore la prise de décision en IA.

Les données synthétiques offrent des solutions rentables tout en garantissant la vie privée et en réduisant les biais.

Une nouvelle méthode améliore l'efficacité dans la gestion des défis d'optimisation complexes.

Une étude sur l'utilisation de la technologie pour détecter les fausses déclarations sur le changement climatique sur les réseaux sociaux.

Le nouveau modèle emoDARTS améliore la précision dans la reconnaissance des émotions de la parole en utilisant l'apprentissage profond.

Cette recherche présente un modèle pour que les robots apprennent des affordances à travers des interactions.

Une nouvelle méthode évalue les risques pour les piétons aux passages piétons en utilisant des données en temps réel.

Le QD contextuel s'appuie sur les succès passés pour créer des solutions diverses.

Nouvelle méthode qui combine l'arbre phylogénétique et le réseau pour une meilleure analyse.

Un aperçu de comment l'apprentissage adversarial améliore les techniques de séparation de signal.

Découvrez une nouvelle méthode d'embedding de texte qui améliore la précision de classification.

Une étude révèle comment les modèles réagissent à des prompts de charabia et les implications pour la sécurité.

FROND utilise le calcul fractionnaire pour améliorer les réseaux de neurones graphiques pour des données complexes.

Une nouvelle méthode pour garantir l'équité dans les décisions d'apprentissage automatique.

Améliorer l'apprentissage fédéré avec des structures hiérarchiques et une gestion intelligente des données.

Explorer l'utilisation responsable de la technologie de l'IA générative dans différents domaines.

Les CFEs guident les gens sur les actions à entreprendre pour améliorer des résultats défavorables.

Explorer comment les modèles d'IA apprennent la vraie causalité à partir de données diversifiées.

Une méthode pour aider les machines à identifier les changements visuels importants au fil du temps.

L'IA aide à créer des médicaments pour traiter des problèmes liés au cerveau en traversant la barrière hémato-encéphalique.

De nouvelles méthodes améliorent la vitesse et la précision des prédictions des modèles linguistiques.

Optimiser les méthodes de génération de bruit pour améliorer la confidentialité des données dans les applications de streaming.

Un nouveau cadre améliore l'apprentissage par renforcement basé sur des modèles avec un contrôle adaptatif pour une meilleure prise de décision.

Cette étude présente des techniques de clustering en utilisant plusieurs couches d'informations.

Apprends comment une nouvelle méthode détecte efficacement les changements dans les flux de données.

Présentation d'Hippocrate, un cadre qui fait avancer les LLM médicaux grâce à l'accès ouvert et à la collaboration.

GRAF améliore les prévisions de performance pour les réseaux de neurones, augmentant l'efficacité et l'interprétabilité.

Utiliser des modèles avancés pour prévoir la profondeur de l'érosion des ponts pour une sécurité améliorée.

Une nouvelle approche révèle comment l'IA prédit les propriétés des matériaux de manière transparente.

ReNoise améliore l'édition d'images en affinant les techniques d'inversion pour une meilleure qualité.

T-Explainer offre des infos fiables sur les prédictions des modèles d'apprentissage automatique.

Combiner l'IA générative et le MoE améliore la communication entre véhicules, la sécurité et la prise de décision.

De nouvelles méthodes améliorent la création de réseaux synthétiques à partir de données limitées.

Une étude sur l'adaptation des LLM pour une génération efficace de notes cliniques.

Cet article parle de comment les transformeurs apprennent la structure du langage grâce à des méthodes d'entraînement.

Examiner les défis et solutions pour l'équité dans la prise de décision algorithmique.

Rad4XCNN fait le pont entre l'apprentissage profond et la radiomique pour des analyses médicales en IA plus claires.