Informatique - Apprentissage automatique

Présentation de l'EOR pour améliorer l'équité dans les systèmes de classement entre différents groupes de candidats.

Une étude sur comment l'architecture influence la calibration des modèles dans les réseaux de neurones.

Un cadre pour l'adaptation efficace des modèles de langage multimodaux.

Une nouvelle méthode simplifie la création de fonctions de transfert en rendu volumique.

Des chercheurs étudient les signaux PPG pour un suivi facile du diabète.

Combiner le NLP et l'échantillonnage pour une gouvernance communautaire plus intelligente.

Drifter améliore la qualité des données pour les systèmes de recommandation grâce à une surveillance en temps réel et des alertes.

Le CFR pur améliore la prise de décision dans des jeux complexes avec des informations cachées.

Cette recherche dévoile un système pour entraîner efficacement des robots sur différentes tâches.

COVID-VR utilise des techniques d'imagerie avancées pour améliorer la classification des maladies pulmonaires.

FedSecure accélère l'analyse des données satellites tout en garantissant la confidentialité et la sécurité.

LoopTune optimise le code de machine learning avec du deep reinforcement learning pour de meilleures performances.

Une méthode pour ajuster la performance des DNN en temps réel pour plus d'efficacité.

Nouvelle approche qui combine simulation et données hors ligne pour de meilleurs tests de robots.

Une nouvelle méthode améliore l'efficacité de l'apprentissage profond en utilisant le traitement analogique et des techniques dans le domaine de la fréquence.

Une nouvelle méthode promet une identification plus rapide des troubles de la parole comme l'aphasie.

Une nouvelle méthode combine des données réelles et simulées pour de meilleures prédictions de confort thermique.

Un nouvel algorithme d'apprentissage améliore la planification pour les réseaux mobiles.

Cet article parle de la correction des biais pour les couches softmax dans les modèles génératifs.

Un aperçu de l'utilisation des modèles pour construire des taxonomies efficacement.

Des chercheurs ont développé un modèle pour améliorer la réduction du bruit dans les tests d'eau.

Une nouvelle méthode améliore le mélange des données pour un meilleur entraînement des modèles.

Amélioration des diagnostics de radiographies thoraciques grâce à des algorithmes basés sur les retours.

Utiliser l'apprentissage actif et la distillation en ligne pour améliorer l'entraînement du modèle en HPE.

L'apprentissage automatique améliore les prévisions pour la croissance des fissures sur les voies ferrées et la sécurité.

Un aperçu de comment l'algorithme EM améliore l'apprentissage à partir de données regroupées.

OutRank améliore le classement des fonctionnalités pour de meilleures recommandations et des recherches de modèles plus rapides.

De nouvelles méthodes d'entraînement améliorent l'extraction de caractéristiques dans les autoencodeurs.

FCCA améliore la précision des modèles tout en garantissant la confidentialité des utilisateurs dans l'apprentissage fédéré.

Une nouvelle approche pour réduire l'utilisation de mémoire dans les réseaux de neurones grâce à des optimiseurs 4 bits.

Une nouvelle méthode pour entraîner les GNNs efficacement un niveau à la fois.

Une nouvelle approche met l'accent sur la compréhension des récompenses pour de meilleures infos sur les décisions RL.

GORL améliore l'apprentissage par renforcement hors ligne en utilisant des données d'experts pour de meilleures prises de décision.

Cette étude évalue des GNNs avancés pour générer des graphes moléculaires de manière plus efficace.

Les techniques quantiques transforment les modèles génératifs pour la génération de données.

Une nouvelle technique améliore le contrôle en temps réel des systèmes énergétiques grâce à l'apprentissage par renforcement.

Une étude sur les algos classiques et leurs prévisions liées à la météo et aux incendies de forêt.

Découvrez comment l'optimisation bi-niveau s'attaque aux problèmes de prise de décision complexes.

Un aperçu de comment l'apprentissage fédéré et l'élagage de modèles améliorent la performance des réseaux sans fil.

ReOnto combine apprentissage automatique et ontologies pour améliorer l'extraction de relations dans les textes biomédicaux.