Informatique - Apprentissage automatique

La régularisation de cohérence préservant l'ordre améliore les performances du modèle dans des situations variées.

Apprends comment les intervalles de prévision améliorent la précision des prévisions et capturent l'incertitude.

Une nouvelle approche protège les modèles de langage contre la manipulation d'input nuisible.

Découvre de nouvelles méthodes pour améliorer l'apprentissage des graphes avec des données étiquetées et non étiquetées.

Utiliser des gros modèles de langage pour améliorer les stratégies d'investissement et analyser les rapports annuels.

Explorer des techniques pour détecter et éviter les malwares dans la cybersécurité moderne.

Cet article parle de méthodes innovantes pour améliorer la précision des prévisions en utilisant des caractéristiques.

De nouveaux modèles améliorent la précision de la classification audio et la résistance au bruit et aux attaques.

Une nouvelle méthode utilise des données pour prévoir les réadmissions des patients en réanimation pour une meilleure prise en charge.

Une nouvelle méthode pour une reconstruction de signal précise à partir de données en streaming sans délai.

Une nouvelle méthode améliore la précision et l'efficacité des arbres de décision pour les gros ensembles de données.

fusionACS combine des données d'enquêtes ménagères pour des analyses de recherche plus poussées.

Une nouvelle méthode pour classifier du texte avec un minimum de données étiquetées.

Une nouvelle méthode simplifie l'apprentissage de la structure des graphes sans contraintes de calcul trop lourdes.

Ce papier examine le paysage des retours et ses implications sur la performance des agents.

Une étude explore les formats FP8 pour améliorer l'efficacité et la précision des modèles.

Cette étude montre comment les robots peuvent empiler des objets en ressentant le toucher.

De nouvelles méthodes améliorent les prédictions des arbres de décision en pleine évolution des données.

Une étude révèle le design de réseau optimal pour l'analyse ECG avec des CNN.

Une nouvelle méthode améliore les prédictions dans des systèmes dynamiques complexes.

Une nouvelle méthode améliore la traduction du code assembleur, facilitant la maintenance des logiciels.

Comprendre l'impact environnemental des grands modèles de langage est super important pour la durabilité.

SINCERE améliore l'apprentissage contrastif supervisé avec une meilleure séparation des classes et représentation.

Une nouvelle méthode d'entraînement aide les robots à se déplacer en toute sécurité dans des zones dangereuses.

Nouveau modèle améliore l'analyse des données graphiques en préservant les caractéristiques topologiques.

MoDem-V2 permet une manipulation de robot plus sûre et plus efficace grâce à l'apprentissage visuel.

Présentation de PFL-GAN : une solution sur mesure pour la variabilité des clients dans l'apprentissage fédéré.

GraphDKL améliore les prédictions en s'attaquant à l'incertitude et aux complexités des données en réseau.

De nouvelles méthodes améliorent l'apprentissage continu en réduisant l'utilisation de la mémoire et en évitant la perte de connaissances.

Les modèles numériques renforcent la résilience et la prise de décision pendant les perturbations de la chaîne d'approvisionnement.

Un nouveau système pour former rapidement et efficacement de gros modèles de langage.

Explorer une nouvelle méthode pour des calculs d'états excités précis dans les systèmes quantiques.

Apprends à déceler les changements dans les données avec des séquences de confiance.

LogGPT propose des méthodes améliorées pour détecter les anomalies dans les données de logs.

Un nouveau système améliore la prise de décision des véhicules autonomes pendant les travaux routiers.

Apprends à prédire et réduire le churn dans les sports fantasy.

Examiner comment les méthodes de requête influencent la conception et la performance des robots.

Un aperçu des progrès et des défis des systèmes de capture de mouvement.

De nouvelles méthodes améliorent la précision dans la gestion et la planification du flux de trafic.

Un aperçu de comment DiscoSCM améliore l'analyse causale pour le comportement individuel.