Informatique - Apprentissage automatique

Une nouvelle méthode pour modéliser efficacement des mélanges gaussiens complexes.

Découvrez comment l'apprentissage profond hypercomplex améliore le traitement des données et la performance des modèles.

Cet article explore une nouvelle méthode pour générer des images haute résolution à partir de texte.

Une méthode qui transforme des questions en langage naturel en requêtes SQL précises pour des bases de données complexes.

Une nouvelle méthode accélère les réponses des grands modèles de langage en réutilisant le cache KV.

Une nouvelle méthode améliore le montage audio en utilisant des modèles de diffusion pour des changements précis.

Cet article parle des manipulations et des défauts des graphiques PD dans l'équité de l'IA.

Un nouveau cadre améliore la prise de décision pour les véhicules aériens de combat sans pilote lors des combats aériens.

La recherche montre comment les grands modèles de langage réagissent à différents types d'entrées.

TSER améliore la précision des prévisions en générant des échantillons synthétiques pour les séries temporelles sous-représentées.

Une nouvelle méthode améliore l'équité dans l'apprentissage fédéré à travers des communautés diverses.

De nouvelles méthodes améliorent notre façon d'analyser des structures de données graphiques complexes.

Une nouvelle méthode réduit les menaces de porte dérobée dans les réseaux de neurones profonds.

Un aperçu des méthodes de gradient de politique dans l'apprentissage par renforcement.

Former des LLM open source améliore la modélisation d'optimisation pour les applications industrielles.

Un aperçu détaillé sur comment mesurer efficacement les résultats variés dans les initiatives sociales.

Un nouveau cadre améliore les algorithmes d'optimisation grâce à des techniques d'apprentissage basées sur les données.

Cet article examine les U-Nets et leur rôle dans le traitement d'images en utilisant des modèles génératifs.

Cette étude analyse comment les choix passés révèlent les fonctions de bien-être social des décideurs.

Des chercheurs découvrent des clusters de concepts visuels dans l'activité du cerveau.

Explore l'impact des normes sur l'entraînement et la performance des réseaux de neurones.

Cet article parle du marquage salutaire, une méthode pour réduire l'intervention humaine dans le machine learning.

Un nouveau cadre améliore l'apprentissage automatique à partir de sources d'informations diverses.

Une analyse des facteurs qui influencent l'oubli en apprentissage automatique.

Un nouvel algorithme améliore la vérification des réseaux de neurones pour fiabilité et équité.

Un nouvel algorithme améliore les ensembles de prédiction pour une meilleure prise de décision des experts.

Un nouveau cadre améliore l'extraction des attributs produits dans le retail de mode.

Cet article parle de nouvelles méthodes pour expliquer les décisions de l'IA dans la détection d'objets.

Enquêter sur les effets de LoRA sur l'équité entre différents groupes dans l'apprentissage automatique.

Cette étude explore comment les représentations des réseaux de neurones évoluent pendant l'entraînement, inspirées par la nature.

De nouvelles méthodes améliorent la détection des échantillons atypiques dans des environnements de données mixtes.

SADA améliore la stabilité de l'entraînement dans l'apprentissage par renforcement visuel avec des techniques avancées d'augmentation de données.

Explore le rôle de la mémoire et du contexte dans l'amélioration de l'apprentissage machine.

Une nouvelle méthode réduit le temps et le coût de formation des modèles de diffusion.

Cette étude explore comment les DNN apprennent et s'adaptent grâce à l'entraînement.

Cet article examine les risques d'ajuster les modèles de langage pour la sécurité.

Explorer le rôle des GNN dans la croissance des technologies IoT.

Une étude évalue comment les modèles quantiques et classiques réagissent aux attaques adversariales.

De nouvelles méthodes améliorent l'efficacité de l'attribution des données d'entraînement dans les modèles d'IA.

SynCx améliore la découverte d'objets en utilisant des poids à valeurs complexes et un traitement itératif.