Informatique - Apprentissage automatique

Un nouveau modèle qui simplifie la découverte de médicaments en générant des molécules de manière efficace.

Présentation d'un cadre universel pour les mesures de netteté en apprentissage automatique.

Une étude sur le réglage des agents de contrôle informatique pour améliorer la performance des tâches.

PANDA améliore les réseaux de neurones graphiques en renforçant le flux d'infos sans changer la structure du graph.

Une nouvelle méthode pour éditer les modèles de langage efficacement tout en gardant la performance.

Explorer comment les agents peuvent adapter les compétences acquises à de nouvelles tâches en utilisant des générateurs de politiques.

Une nouvelle méthode améliore la génération de code pour des langages de programmation spécialisés.

La technologie REST améliore la détection des crises en temps réel grâce à l'analyse EEG.

Présentation de nouvelles méthodes pour améliorer les processus d'oubli dans les modèles d'apprentissage contrastif.

Le dataset synthétique Hi5 améliore la reconnaissance des poses de mains avec des images variées.

Cette étude examine comment l'IA prédit le sentiment en utilisant des caractéristiques déroutantes.

Saturn améliore la découverte de médicaments en générant efficacement des molécules efficaces pour le traitement.

Un aperçu des CNN et des ViT dans la reconnaissance d'images de mode.

Cette recherche améliore les GNN en adaptant les filtres pour différents modèles de nœuds.

Améliorer la performance des DNN grâce à des méthodes d'échantillonnage de données efficaces.

Explore comment les LLM font de l'addition en utilisant des techniques mathématiques uniques.

Une nouvelle méthode améliore le scoring de confiance dans les modèles de langue en utilisant des explications stables.

Un nouveau système pour évaluer les modèles linguistiques en utilisant des flux de données du monde réel.

Un aperçu de comment l'échantillonnage de Thompson aide à la prise de décision en cas d'incertitude.

Un aperçu des techniques SVM pour gérer le déséquilibre de classes en apprentissage automatique.

Un aperçu des méthodes basées sur des sous-objectifs pour des défis de raisonnement AI complexes.

Un aperçu de comment l'AutoML peut mieux répondre aux besoins variés des utilisateurs.

S'attaquer aux problèmes de généralisation OOD et de contamination des caractéristiques dans les modèles d'IA.

Explorer la formation de la mémoire et les processus d'apprentissage dans les systèmes biologiques et artificiels.

HesScale améliore l'efficacité en apprentissage automatique en estimant la diagonale du Hessien.

Présentation d'une nouvelle méthode pour évaluer la qualité des données dans l'apprentissage automatique.

HOGE améliore les explications des Réseaux de Neurones Graphiques en utilisant des complexes cellulaires.

La recherche sur le beamforming en champ proche vise à améliorer les systèmes de communication sans fil.

Explorer les relations causales fines pour améliorer la prise de décision en apprentissage automatique.

Cet article aborde les difficultés d'évaluation des méthodes de découverte causale bayésienne.

De nouvelles méthodes aident à identifier les corps en mouvement dans les images spatiales.

Explorer les défis des explicateurs de GNN sous des attaques adversariales dans des applications critiques.

Le modèle FuXi-ENS améliore les prévisions météo à moyen terme et gère bien l'incertitude.

Un nouveau cadre améliore l'efficacité et la précision dans la résolution de problèmes physiques complexes.

Une nouvelle méthode fusionne la flexibilité de l'apprentissage profond avec le respect des lois physiques.

Recherche sur les techniques de quantification pour une transmission de données efficace dans les canaux bruyants.

Un nouveau cadre qui combine les TNN et l'homologie persistante pour une meilleure analyse des données.

Cette étude présente de nouveaux algorithmes pour apprendre des réseaux bayésiens en utilisant des techniques d'apprentissage en ligne.

Explorer l'éthique de l'utilisation des ensembles de validation dans les modèles prédictifs de santé.

Une nouvelle méthode aide à identifier les erreurs dans les modèles de simulation.