Informatique - Apprentissage automatique

Les techniques de machine learning améliorent la découverte de nouveaux matériaux pour différentes industries.

Examiner le rôle de la représentation dans le PPO et son impact sur la performance des agents.

Grappa améliore les prédictions moléculaires avec des techniques d'apprentissage automatique pour une meilleure efficacité.

Une nouvelle méthode améliore la reconnaissance d'objets en encourageant la compositionnalité dans les représentations d'images.

Une nouvelle méthode améliore la gestion du réseau électrique en utilisant des topologies cibles et l'apprentissage profond.

Stratégies innovantes pour améliorer le flux de circulation et réduire la consommation de carburant aux ronds-points.

Utiliser la technologie avancée pour améliorer le diagnostic de l'AVC et les résultats du traitement.

Un nouveau modèle améliore les prévisions de trafic pour une mobilité urbaine plus intelligente.

Swarm Learning améliore la vie privée et la sécurité dans les systèmes d'apprentissage automatique décentralisés.

Un nouveau cadre améliore les prévisions de trafic grâce à des explications contrefactuelles pour une meilleure prise de décision.

Un nouveau système prédit les actions des piétons et des conducteurs, améliorant la sécurité routière.

Un cadre pour garantir des appareils fiables dans l'apprentissage fédéré pour la confidentialité des données urbaines.

De nouvelles approches améliorent la compréhension et la transférabilité dans les réseaux de neurones.

Des recherches soulignent des inquiétudes concernant les compétences en raisonnement mathématique des grands modèles de langage.

Une nouvelle méthode améliore les prévisions de séries temporelles grâce à une augmentation de données efficace.

Explorer comment l'informatique neuromorphique transforme le traitement des données visuelles.

Une nouvelle méthode améliore la mémoire et le traitement pour les modèles d'apprentissage profond sur les MCU.

Une nouvelle méthode améliore le raisonnement dans les modèles de langage grâce à un apprentissage des préférences efficace.

Découvrez comment RST-LoRA améliore la synthèse en utilisant la théorie de la structure rhétorique.

Un nouveau cadre améliore l'évaluation des algorithmes d'apprentissage fédéré dans différentes applications.

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.