Informatique - Apprentissage automatique

Sep-DeepONet améliore l'efficacité dans la résolution des équations aux dérivées partielles de haute dimension.

Présentation d'une nouvelle méthode pour une optimisation efficace en apprentissage automatique.

Une nouvelle méthode améliore l'équité dans la modélisation des données de santé.

Découvre de nouvelles méthodes pour résoudre des problèmes d'optimisation complexes.

Une étude combine la thermographie infrarouge et l'apprentissage automatique pour détecter la fièvre plus efficacement.

De nouvelles méthodes de données synthétiques améliorent la précision et la compréhension de la détection d'objets basée sur le langage.

Un nouveau cadre améliore la précision des prédictions tout en minimisant la taille des ensembles de prédiction.

Une étude révèle comment des méthodes d'apprentissage avancées améliorent l'adaptabilité des machines aux problèmes matériels.

LSM-GNN améliore l'entraînement multi-GPU pour les réseaux de neurones graphiques à grande échelle.

Amélioration de la précision dans l'estimation des ratios de densité par des approches géométriques.

Un aperçu des approches d'apprentissage profond pour améliorer les prévisions de prix des cryptomonnaies.

TAGCOS optimise le réglage des instructions en choisissant des sous-ensembles de données efficaces pour les modèles de langage.

Une nouvelle méthode améliore l'alignement des modèles d'IA sans nécessiter de réentraînement.

PUFFLE propose une solution pour les défis de confidentialité, d'utilité et d'équité dans l'apprentissage automatique.

Une nouvelle méthode améliore la précision de classification et l'adaptabilité grâce à la détection d'erreurs.

Une nouvelle méthode améliore l'efficacité de l'ajustement des hyperparamètres en utilisant les données des modèles précédents.

Une nouvelle méthode pour identifier les vulnérabilités dans les systèmes DRL.

Cette étude analyse la performance des circuits de réseaux neuronaux et leur fiabilité.

De nouvelles méthodes améliorent la saisie des robots en utilisant des techniques de modélisation avancées.

Cet article examine l'importance des maxima et du test d'espacement dans les champs aléatoires gaussiens.

Une nouvelle approche améliore la prise de décision chez les agents IA grâce à des méthodes d'enseignement.

Une nouvelle base de connaissances pour les recherches de brevets chimiques vise à améliorer l'extraction des réactions.

Un cadre qui permet aux propriétaires de données de vérifier l'utilisation non autorisée de leurs données dans le ML.

De nouveaux algorithmes améliorent l'apprentissage des états quantiques avec un minimum de perturbation et un regret réduit.

Une étude présente SeqMIA pour améliorer la protection contre les attaques d'inférence d'appartenance.

Une nouvelle approche pour améliorer la classification des images médicales tout en préservant la vie privée des patients.

IVISIT aide les utilisateurs à simuler et visualiser divers systèmes de manière efficace.

Une nouvelle méthode améliore l'efficacité des simulations d'électrons en utilisant des opérateurs neuraux de Fourier.

Une méthode pour améliorer la façon dont les chercheurs explorent et comprennent la littérature scientifique.

De nouvelles techniques améliorent les prévisions des propriétés stellaires et de leur évolution.

Le modèle FUTGA améliore la compréhension de la musique grâce à des descriptions détaillées et spécifiques au temps.

PsyDI propose des évaluations psychologiques personnalisées via des échanges sympas avec un chatbot.

Cet article parle de comment le raisonnement des LLM améliore les systèmes de recommandation et présente Rec-SAVER.

De nouvelles techniques améliorent les prévisions météo locales en pleine crise climatique.

Un aperçu des pseudocouts réduits et de leur rôle dans l'efficacité des MILP.

MGLRA améliore la reconnaissance des émotions en utilisant plusieurs sources de données.

CLP transforme les données moléculaires en chaînes pour améliorer la découverte de médicaments.

Un nouveau cadre aide les chercheurs à aligner et analyser les données d'activité neuronale pour les études sur la mémoire.

Méthodes innovantes pour gérer les données de voyage pour une meilleure mobilité urbaine.

Cet article parle des modèles prenant en compte l'incertitude pour mieux analyser les champs vectoriels en utilisant des réseaux de neurones profonds.