Informatique - Apprentissage automatique

Une nouvelle méthode améliore la concentration du modèle sur les caractéristiques importantes lors de la classification d'images.

SyllabusQA propose des insights pour répondre automatiquement aux questions dans l'éducation.

Utiliser des pertes approximatives et des sorties anticipées pour optimiser le temps d'entraînement des modèles.

Examiner les dangers de la vie privée dans l'apprentissage fédéré et les grands modèles de langage.

Cet article explore une méthode pour stabiliser des modèles génératifs en utilisant des données synthétiques.

Une méthode pour enlever des compétences indésirables des modèles de langue tout en gardant les fonctions essentielles intactes.

De nouvelles méthodes améliorent la prise de décision pour plusieurs agents dans des environnements incertains.

SceneCraft crée des scènes 3D à partir de texte, rendant le design plus facile et plus efficace.

AcME-AD améliore l'interprétabilité des modèles de détection d'anomalies pour une meilleure prise de décision.

Examiner comment les réseaux de neurones graphiques prédisent efficacement des données invisibles.

Nouveau modèle de deep learning améliore l'exactitude de la segmentation des organes en imagerie médicale.

Une nouvelle méthode améliore la vitesse d'apprentissage et la collaboration dans des environnements multi-agents.

Une nouvelle méthode améliore l'efficacité de l'apprentissage actif en apprentissage automatique.

Une nouvelle méthode simplifie l'élagage des réseaux de neurones pour améliorer les performances.

Apprends comment le CPP gère les incertitudes dans l'optimisation pour de meilleures prises de décision.

Cette étude examine à quel point les LLM peuvent générer des décisions architecturales.

DyCE optimise les modèles d'apprentissage profond pour les appareils avec des ressources limitées.

Explore comment les fonctions invariantes par permutation simplifient les défis en apprentissage machine et en statistique.

Une nouvelle méthode réduit les erreurs de syntaxe dans le code généré par de grands modèles de langage.

Un aperçu détaillé de l'évaluation des algorithmes et de l'évaluation des performances des modèles.

Cette méthode met l'accent sur les changements d'état pour une meilleure planification des tâches dans les vidéos.

Cet article parle des techniques d'échantillonnage à partir de modèles à champ moyen dans des systèmes complexes.

Une nouvelle méthode améliore les modèles de transformateurs pour s'adapter aux flux de données changeants.

Présentation du Directional Graph Attention Network pour améliorer l'apprentissage des nœuds dans des graphes complexes.

Une nouvelle approche pour l'adaptation de domaine de graphe sans avoir besoin de données étiquetées.

Une nouvelle méthode améliore les prévisions de charge énergétique tout en garantissant la confidentialité des données.

Une nouvelle méthode pour comparer efficacement des graphes temporels.

Ce boulot améliore la génération de structures 3D en utilisant l'invariance SE(3) dans les processus de diffusion.

Asyn2F améliore l'apprentissage fédéré asynchrone pour un meilleur entraînement des modèles et la protection des données.

Un nouveau cadre améliore le pré-entraînement des graphes en sélectionnant et en pondérant les tâches de manière efficace.

Une nouvelle approche pour améliorer les stratégies de reprogrammation cellulaire en utilisant l'apprentissage par renforcement profond.

Cet article parle d'utiliser des LLM pour améliorer l'éducation à la littératie des adultes et la précision des prévisions.

Apprends comment la calibration isotopique causale améliore les prédictions des effets des traitements dans différents domaines.

Examen de l'impact de la corruption des données sur les stratégies d'apprentissage dans des jeux de Markov à somme nulle à deux joueurs.

Une méthode innovante simplifie l'entraînement des modèles pour la classification d'images complexes.

Les modèles du monde aident les voitures autonomes à prédire les événements sur la route pour la sécurité.

Explore comment Adam améliore l'entraînement des modèles de deep learning et surpasse la descente de gradient.

Une nouvelle approche améliore le marquage des structures pulmonaires pour une meilleure analyse médicale.

Une nouvelle méthode améliore la résolution d'équations complexes en utilisant l'apprentissage automatique.

Présentation d'un modèle qui améliore les prévisions de trafic grâce à des techniques spatiales innovantes.