Informatique - Apprentissage automatique

Explorer des stratégies pour améliorer les réseaux de neurones graphiques et s'attaquer aux défis de l'oversmoothing.

Cette recherche se concentre sur l'amélioration des GNNs en utilisant l'apprentissage auto-supervisé et l'alignement des caractéristiques.

Un nouveau cadre améliore les méthodes de pruning pour les grands modèles de langage sans réentraînement.

Une nouvelle méthode améliore la classification d'images en utilisant des descriptions textuelles détaillées.

Présentation d'une méthode pour ajuster les LLM sur des appareils à faibles ressources.

Une méthode pour améliorer la précision du positionnement WiFi en complétant les données de signal manquantes.

Une nouvelle méthode améliore la détection des défauts dans des environnements industriels en évolution.

FPN-fusion offre des prévisions efficaces et précises pour les données de séries temporelles.

Cette étude examine l'utilisation de l'IA pour analyser les réponses des étudiants en éducation biologique.

Une nouvelle méthode allie explicabilité et confidentialité dans le clustering pour de meilleures analyses de données.

FreeShap améliore l'attribution d'instance pour les modèles de langue, augmentant la fiabilité et l'efficacité.

Une étude sur l'amélioration des modèles d'apprentissage fédéré pour les appareils avec des ressources limitées.

StackSight transforme WebAssembly en code C++ lisible en utilisant des techniques d'IA.

Cet article passe en revue comment les modèles de langage s'en sortent dans des tâches de raisonnement spatial.

Une méthode pour équilibrer la précision et le coût dans les modèles de classification d'images.

Présentation de SGBD : une technique pour améliorer l'efficacité de l'échantillonnage bayésien.

De nouvelles méthodes comme PromptFix aident à sécuriser les modèles de langue contre les menaces cachées.

Combiner des réseaux de neurones et du raisonnement symbolique pour des capacités d'IA avancées.

Cette étude évalue les capacités de prévision des modèles de langage par rapport aux humains.

Cet article présente des méthodes pour optimiser les évaluations en tenant compte des coûts de changement dans l'optimisation bayésienne.

Une nouvelle approche améliore l'alignement des modèles de langage en utilisant peu de données annotées par des humains.

Une nouvelle méthode combine des stratégies pour améliorer l'équité dans les prédictions criminelles.

Cet article clarifie les liens entre la résistance efficace et le transport optimal sur des graphes.

Une nouvelle méthode améliore la représentation des données visuelles en utilisant des réseaux de tenseurs.

Combiner l'apprentissage automatique et les modèles traditionnels pour améliorer la précision des prévisions météorologiques.

Une nouvelle méthode améliore l'alignement et la sécurité des grands modèles de langage.

De nouvelles méthodes améliorent l'efficacité du filtrage de Kalman et les estimations d'incertitude dans des contextes à haute dimension.

Les chercheurs utilisent l'apprentissage auto-supervisé pour améliorer le décodage de la parole à partir de l'activité cérébrale.

Une nouvelle méthode éclaire comment les modèles de langage se souviennent des données d'entraînement.

Une nouvelle méthode pour créer de la musique qui colle bien au contenu vidéo.

Voici Chimera, un nouveau modèle pour l'analyse de données de séries temporelles multivariées.

Les disjoncteurs offrent une nouvelle méthode pour empêcher efficacement les résultats nuisibles de l'IA.

Une nouvelle méthode améliore la quantification de l'incertitude dans les modèles entraînés de manière adversariale.

Les robo-conseillers améliorent les conseils d'investissement grâce à des infos sur les préférences des clients.

Une nouvelle méthode améliore l'estimation de l'incertitude dans les modèles de langue, renforçant la confiance des utilisateurs.

Comment l'enseignement machine peut améliorer l'apprentissage des étudiants grâce à une connexion efficace.

De nouvelles méthodes améliorent la découverte de biomarqueurs prédictifs à partir d'images médicales.

Un nouveau benchmark aide à améliorer la performance des GNN face aux problèmes de bruit d'étiquettes.

De nouveaux algos améliorent la vitesse et la précision de la sélection des caractéristiques dans les modèles statistiques.

Un aperçu des avantages et des limites de la distillation de jeux de données en apprentissage automatique.