Informatique - Apprentissage automatique

Un aperçu des méthodes de noyau quantique et leur impact sur l'apprentissage automatique.

Une nouvelle méthode améliore l'efficacité d'échantillonnage en utilisant des fonctions d'énergie.

Examiner les facteurs qui influencent la confiance dans les voitures autonomes chez les jeunes adultes.

Découvrez comment FastVPINNs améliorent la modélisation de la dynamique des fluides avec des réseaux de neurones.

De nouvelles méthodes mélangent des réseaux neuronaux et des techniques d'éléments finis pour améliorer les simulations d'écoulement de fluide.

Examiner le rôle de la causalité d'ordre supérieur dans la compréhension des systèmes complexes.

Une nouvelle méthode améliore la sélection des nœuds pour l'adaptation de domaine en graphes.

Une nouvelle méthode pour contrôler les double pendules montre des améliorations significatives en termes de stabilité et d'adaptabilité.

XSub exploite l'IA explicable pour améliorer les attaques adversariales, ce qui soulève des inquiétudes en matière de sécurité.

Une nouvelle méthode améliore la création de rapports ECG et les réponses aux questions grâce à l'apprentissage automatique.

Un nouveau cadre améliore les prédictions en s'attaquant à l'incertitude dans les données.

Un aperçu des microbiomes et leur importance pour la santé grâce à la métagénomique.

Une étude sur l'efficacité des modèles de base dans l'analyse de données satellites.

Explore l'échantillonnage adaptatif pour améliorer la performance des réseaux de neurones avec des données symétriques.

MCLRec améliore la précision des suggestions en reconnaissant plusieurs intérêts des utilisateurs.

Une nouvelle approche du traitement du signal utilisant des dictionnaires orthogonaux structurés.

Un nouveau modèle améliore l'interprétation des caractéristiques géologiques dans les données sismiques.

Explorer le rôle de l'informatique quantique dans l'amélioration de la détection d'anomalies pour les systèmes cyber-physiques.

De nouvelles méthodes utilisent des clichés uniques pour une analyse efficace de la turbulence.

Un nouveau cadre améliore les représentations des atomes, boostant les prédictions en science des matériaux.

Analyser comment les entreprises rapportent les risques cyber et leurs effets sur la performance financière.

AAGCN améliore la façon dont les GNN apprennent des structures de données complexes.

Explorer des méthodes pour gérer le bruit d'étiquetage dans les arbres de décision boosting par gradient.

Une nouvelle méthode aide à choisir des algorithmes pour la classification des séries chronologiques tout en préservant la vie privée des données.

Un nouveau cadre améliore les stratégies de coupons pour les vendeurs sur les marketplaces en ligne.

Une nouvelle méthode prédit rapidement et avec précision les performances des DNN sur divers matériels.

De nouvelles méthodes améliorent la génération et l'optimisation des séquences d'ARN, influençant la régulation des gènes.

Une nouvelle méthode améliore l'alignement des grands modèles de langage avec les contributions humaines.

Cet article examine les facteurs clés de la qualité des ensembles de données de préférence pour améliorer l'entraînement des modèles de récompense.

Une nouvelle méthode aide les modèles à s'adapter aux données imprévues du monde réel.

Cet article examine les biais dans les systèmes TTI et le rôle des embeddings.

De nouveaux algorithmes améliorent la prise de décision avec plusieurs récompenses dans l'apprentissage par renforcement.

Cet article évalue le sentiment et le sens des légendes d'images.

Un nouveau cadre améliore le contrôle de qualité des PCB grâce à des méthodes de détection automatique des défauts.

AGDC combine l'apprentissage par renforcement et le retour d'info pour mieux estimer les fuites de gaz.

DFMLU simplifie la création de modèles d'apprentissage machine, rendant ça plus facile pour les développeurs.

De nouvelles méthodes améliorent la précision des données dans la production d'énergie éolienne.

Les A-GFNs utilisent des atomes pour créer de nouvelles molécules semblables à des médicaments, améliorant ainsi la découverte de médicaments.

Cette étude examine la performance et les conditions pour les réseaux de neurones quantifiés sous l'arithmétique à virgule fixe.

Cet article parle des biais dans les modèles graphiques et propose une méthode pour une analyse équitable.