Informatique - Apprentissage automatique

Ce papier propose une méthode pour convertir l'ICL en poids de modèle afin d'améliorer la performance.

Dy-DCA améliore la qualité vidéo et l'efficacité pour les appareils mobiles.

Cet article parle de nouvelles approches pour améliorer les prévisions dans les réactions chimiques en utilisant la technologie.

BlackVIP permet une utilisation efficace des modèles d'IA sans accéder à leurs entrailles.

Une étude sur l'utilisation de l'apprentissage automatique pour prédire efficacement les événements de protons solaires.

Une nouvelle méthode améliore l'apprentissage auto-supervisé en ajoutant un composant mémoire.

Ce papier présente une méthode pour identifier et gérer efficacement les memes nuisibles.

Une étude sur les capacités d'apprentissage des grands modèles de langage dans des tâches d'arithmétique modulaire.

La nouvelle méthode ESQA utilise de grands modèles de langage pour l'analyse des séquences d'événements.

Les frameworks de test améliorent la fiabilité des modèles de langage pour donner des réponses fiables.

Le cadre ITEM améliore la formation et l'évaluation des GNN pour de meilleures recommandations.

Une nouvelle approche utilise des transformateurs pour améliorer l'efficacité et la flexibilité de la résolution des PDE.

Un aperçu des méthodes pour estimer les effets des traitements en utilisant des données du monde réel.

Un nouveau design de couche convolutionnelle réduit les paramètres et améliore l'interprétabilité dans les modèles d'IA.

Un nouvel outil d'IA aide les vétérinaires à diagnostiquer les problèmes cardiaques chez les chiens.

Apprends comment les coresets améliorent l'efficacité dans l'analyse de régression multiple.

Présentation des ensembles de données MERGE pour améliorer la classification des émotions dans la musique.

GENTLE fait avancer l'apprentissage machine en apprenant efficacement des distributions conditionnelles à partir de données limitées.

Cet article explore des solutions à la sur-lissage dans les réseaux de neurones graphiques, en se concentrant sur les GCN.

Cette étude examine comment l'apprentissage de la représentation aide les robots à s'adapter dans des environnements changeants.

Une étude révèle l'impact de l'environnement sur les stratégies de navigation chez les agents artificiels et les humains.

Cette méthode améliore l'efficacité de la communication dans l'apprentissage fédéré tout en préservant la confidentialité des données.

Explore comment la taille du lot affecte l'entraînement des modèles de machine learning.

Apprends comment les régulateurs PI améliorent l'optimisation contrainte dans l'apprentissage automatique.

Une nouvelle méthode pour affiner les modèles de langage de manière efficace avec moins de paramètres.

Ce travail présente des méthodes pour identifier et estimer les effets causaux dans des modèles complexes.

Un nouvel opérateur de pooling utilisant la courbure de Ricci améliore l'apprentissage des graphes.

Une nouvelle méthode améliore l'échantillonnage multimodal en apprentissage automatique.

Une nouvelle méthode utilisant des réseaux de neurones pour résoudre efficacement des équations différentielles partielles complexes.

Présentation des estimateurs pour mieux comprendre les contributions des caractéristiques dans la régression.

PEER révolutionne l'efficacité des modèles en utilisant de petits experts adaptables pour le traitement du langage naturel.

Les inquiétudes grandissent concernant les attaques par porte dérobée dans les modèles de langage, affectant la sécurité et la fiabilité.

Une méthode pour calculer des moyennes tout en gardant les données des nœuds privées.

SineKAN propose une meilleure vitesse et performance en utilisant des fonctions sinus dans les réseaux de neurones.

Un nouvel outil aide à étudier le comportement des fluides sous des conditions de choc en utilisant l'apprentissage automatique.

De nouvelles recherches révèlent des schémas complexes dans la dynamique de formation du machine learning.

Un aperçu simple des modèles basés sur l'énergie et leur rôle dans la génération de données.

La technologie AI améliore les prévisions météo localisées grâce à des méthodes d'affinage avancées.

Un nouvel outil d'apprentissage profond améliore le suivi des cycles de gel-dégel en utilisant des données satellite.

Une nouvelle méthode aide les petits modèles à mieux fonctionner en utilisant des indices des plus gros modèles.