Informatique - Apprentissage automatique

Une nouvelle méthode améliore les modèles de diffusion en utilisant l'estimation des scores des voisins les plus proches.

Une revue du rôle de l'apprentissage profond dans la prédiction des configurations de performance des logiciels.

Une nouvelle méthode améliore l'efficacité et le gain d'infos dans la conception expérimentale.

Un nouveau critère vise à mesurer et à atténuer les dangers liés à l'IA.

Découvrez comment les modèles augmentés par la récupération améliorent la compréhension du langage et la précision des réponses.

Apprends comment les modèles de cohérence améliorent la vitesse et la qualité de génération de données.

Une nouvelle approche pour comprendre les interactions complexes entre les variables dans les données.

Apprends comment les attaques par retournement d'étiquettes mettent en péril la sécurité des URLs et les nouvelles stratégies de défense.

Un aperçu des risques de l'empoisonnement des données dans les systèmes d'apprentissage fédéré.

Cette étude compare comment les humains et les DNN apprennent à reconnaître de nouvelles images.

Cette étude montre qu'il faut mieux regrouper les patients en réanimation en fonction de leurs besoins uniques.

Un nouveau modèle améliore la compréhension des relations entre les variables en utilisant des techniques d'apprentissage supervisé.

Une nouvelle approche pour comprendre comment l'info circule à travers les réseaux sociaux.

Cet article parle de comment la symétrie influence l'optimisation et la prise de décision dans différents domaines.

RENT améliore les performances du modèle en utilisant des techniques de rééchantillonnage avec des étiquettes bruitées.

De nouvelles méthodes améliorent la prise de décision en apprentissage par renforcement grâce à de meilleures prédictions de résultats.

Un nouveau modèle améliore la classification des radiographies thoraciques pour les maladies pulmonaires.

De nouveaux modèles améliorent le raisonnement visuel des machines grâce aux relations entre objets.

Présentation d'un solveur basé sur les scores pour des problèmes complexes en haute dimension.

Un ensemble de données de référence améliore l'apprentissage automatique pour une meilleure détection des tornades.

Une nouvelle méthode améliore l'extraction des arguments d'événements dans des documents complexes.

Un nouveau modèle améliore la prédiction des actions des robots et leur adaptabilité dans des tâches diverses.

Explorer de nouvelles méthodes pour améliorer la prise de décision chez les agents d'apprentissage.

Une nouvelle méthode améliore efficacement la calibration dans la classification multi-classe.

Un aperçu des jeux à somme nulle avec des contraintes d'état et des informations unilatérales.

De nouvelles méthodes améliorent la détection du cancer grâce à l'IA sans avoir besoin de beaucoup de données étiquetées.

Une méthode pour améliorer la performance du modèle sur différents groupes de données.

Une étude révèle un chevauchement de données important qui affecte les évaluations des modèles de langage dans la génération de code.

Utiliser des données d'entraînement synthétiques pour améliorer l'efficacité dans la détection des bandes terminaux.

Examiner les rendements d'apprentissage des algorithmes à queues lourdes et leurs propriétés de généralisation.

Aborder les défis du learning fédéré à cause des appareils et des données divers.

Cet article parle du flux de gradient stochastique et de son impact sur l'apprentissage des modèles.

Une nouvelle méthode améliore les prévisions météo en temps réel pour l'Italie, en se concentrant sur la vitesse du vent.

Les agents basés sur des LLM montrent du potentiel pour améliorer l'analyse des causes profondes des incidents cloud.

Un nouveau regard sur comment les modèles d'IA prédisent les résultats météo.

Une nouvelle approche améliore la prédiction des maladies en utilisant des dossiers de santé électroniques.

Examiner comment les interactions stratégiques influencent les performances des modèles de machine learning.

De nouvelles méthodes améliorent la robustesse des DNN face aux attaques adversariales en prenant en compte les vulnérabilités des exemples.

Une nouvelle méthode améliore la sécurité des agents RL face aux perturbations adversariales.

Analyse des méthodes de classement influencées par des comparaisons adversariales.