Informatique - Apprentissage automatique

Explore comment les modèles de base améliorent l'analyse des données de séries temporelles dans différents domaines.

Un aperçu de la compositionalité et de la généralisation dans les modèles de langage en apprentissage automatique.

Cette étude examine comment l'apprentissage automatique influence la prise de décision et le comportement des individus.

Explore l'essor et l'efficacité des Vision Transformers dans le traitement d'images.

Les données du monde réel améliorent la sécurité des systèmes de conduite automatisée grâce à des simulations avancées.

Une nouvelle approche pour des prédictions GNN plus claires en utilisant des explications de sous-graphes axées sur les arêtes.

Les drones alimentés par l'IA promettent des opérations plus intelligentes et une meilleure efficacité dans différents secteurs.

Une nouvelle approche d'apprentissage automatique améliore la précision dans l'analyse des empreintes de semelles.

Un nouvel algorithme améliore l'apprentissage dans des tâches réelles sans réinitialisations.

Une nouvelle méthode améliore notre façon d'évaluer les causes de décès en santé publique.

Une vue unifiée sur la façon de gérer les défis de l'oversmoothing dans les réseaux de neurones graphiques.

Une nouvelle méthode améliore la compréhension des prédictions des CNN grâce à des concepts et des relations.

Des méthodes efficaces pour prédire la durée de vie des roulements à billes améliorent les stratégies de maintenance des machines.

Cette approche améliore la précision du positionnement intérieur en utilisant l'apprentissage par renforcement profond auto-supervisé.

Apprends comment les experts prédisent les feux de forêt en utilisant des données et des modèles.

Un aperçu des nouvelles méthodes pour évaluer les options financières en utilisant les données du marché.

M3Net améliore la segmentation LiDAR pour les voitures autonomes en intégrant des ensembles de données et des capteurs variés.

Une nouvelle méthode transforme les styles artistiques en utilisant des images appariées.

Une nouvelle méthode améliore l'apprentissage des robots en combinant des modèles de langage et l'apprentissage par renforcement.

Une analyse de comment la Représentation de Signification Abstraite impacte la performance des LLM sur différents tâches.

Examiner les avantages de combiner différents types de données en apprentissage automatique.

L'étude met en lumière les difficultés à trouver des différences cérébrales liées à l'autisme.

Explorer des moyens d'améliorer la créativité des machines grâce à la créativité computationnelle.

Un aperçu de la prise de décision dans les problèmes de bandits combinatoires.

Un aperçu de comment l'IRM améliore la généralisation de l'apprentissage automatique à travers différents environnements.

Découvrez comment les nouveaux modèles améliorent les prévisions dans les fusions et acquisitions.

Une méthode pour entraîner des agents à suivre des règles tout en maximisant les récompenses.

Une approche flexible pour évaluer des politiques avec des données limitées et des incertitudes de politique de journalisation.

Une nouvelle méthode améliore les modèles d'apprentissage automatique pour les prédictions des phénomènes de transport.

Découvre une nouvelle méthode pour une recherche d'architecture neurale efficace grâce à des évaluations basées sur des graphes.

Une nouvelle méthode d'entraînement améliore la capacité des réseaux de neurones à évaluer l'incertitude.

Un nouveau cadre améliore la performance des modèles avec un minimum de données utilisateur.

CoBFormer équilibre l'attention locale et globale pour améliorer le traitement des graphes.

L'apprentissage fédéré fait face à de nouvelles attaques par empoisonnement, menaçant la sécurité des technologies de conduite autonome.

tLaSDI fusionne la thermodynamique et l'apprentissage automatique pour modéliser des systèmes dynamiques complexes.

Une nouvelle méthode améliore le traitement du son grâce à l'accord automatique des réseaux de retard de feedback.

Présentation du Q-value Shaping pour améliorer la coopération entre agents autonomes.

Une nouvelle méthode pour résoudre le modèle BGK en utilisant des réseaux de neurones.

Un aperçu de la planification des jobs sans connaître leur taille.

COPAL améliore les modèles de langage pour une meilleure adaptation sans avoir besoin de les réentraîner.