Informatique - Apprentissage automatique

Une étude révèle des techniques de prétraitement essentielles pour identifier le TDAH grâce à l'analyse EEG.

Les systèmes AFC s'efforcent de vérifier les revendications et de fournir des justifications claires.

Un aperçu de comment l'optimisation bayésienne s'attaque aux défis de haute dimension.

LoRA améliore la performance des gros modèles de langage tout en économisant des ressources.

Les chercheurs utilisent FlowMM pour prédire et créer de nouveaux matériaux cristallins de manière efficace.

Cet article présente une méthode pour mieux contrôler des systèmes physiques complexes.

Les astronomes utilisent l'apprentissage non supervisé pour analyser d'immenses ensembles de données et découvrir de nouveaux motifs célestes.

Cet article explore les défis et les opportunités des modèles linguistiques en science des matériaux.

Une étude sur la façon de combiner efficacement les mises à jour pour les modèles de langue.

Une nouvelle approche améliore la détection de clips audio mélangés réels et faux.

De nouvelles méthodes améliorent la précision dans la prévision des interactions anticorps-antigènes.

Un système génère des trajectoires de mouvement humain synthétiques pour améliorer les mesures de sécurité tout en protégeant la vie privée.

Un nouveau modèle améliore la génération de données tabulaires synthétiques pour diverses applications.

Cet article parle d'un nouveau modèle qui combine le traitement visuel et le traitement du langage.

Des chercheurs créent des signaux ERG synthétiques pour améliorer le diagnostic du trouble du spectre autistique.

Cette étude se concentre sur la suppression des trojans nuisibles dans les grands modèles de langage en utilisant des techniques de filtrage.

Examiner les vulnérabilités des modèles légers face aux attaques adversariales.

GROD améliore la façon dont les transformateurs gèrent les données hors distribution pour de meilleures prédictions.

Une nouvelle approche améliore la génération de candidats médicaments et leur efficacité dans la recherche pharmaceutique.

Apprends comment les MMDP améliorent la prise de décision dans des environnements incertains.

Présentation d'une approche de mémoire hybride pour améliorer les performances de l'IA.

De nouvelles méthodes améliorent l'apprentissage continu et l'adaptabilité des gros modèles pré-entraînés.

De nouvelles perspectives sur les classificateurs robustes améliorent leur capacité à résister aux attaques.

Mamba montre du potentiel contre les transformers dans les tâches de parole, surtout pour les longues entrées.

Cette étude adapte des techniques d'optimisation pour une meilleure performance dans l'espace de Wasserstein.

Une nouvelle méthode améliore l'identification des espèces de plantes à partir d'images.

Une approche claire pour comprendre les effets des actions successives dans différents domaines.

Cet article examine comment les réseaux de neurones traitent des données via leurs représentations.

Combiner la reachabilité Hamilton-Jacobi avec l'apprentissage par renforcement améliore la sécurité dans les systèmes de contrôle.

SuperFlow améliore les modèles de perception 3D en utilisant des données LiDAR et caméras pour la conduite autonome.

Comprendre comment le contexte influence la prise de décision grâce à des bandits de continuum contextuels.

Ce projet vise à classifier les espèces de serpents en utilisant des techniques d'analyse d'image.

Une nouvelle méthode améliore la navigation des robots et l'évitement des obstacles.

Une nouvelle méthode améliore le timing et l'efficacité de l'entraînement des CNN.

Les portes dérobées dans les modèles d'IA représentent des menaces sérieuses pour la finance et la santé.

Diffuse-TreeVAE combine le clustering et la modélisation générative pour créer des images de haute qualité.

Une nouvelle approche de l'optimisation permet une meilleure analyse des tailles de pas variées.

Présentation de l'estimateur de regroupement de panneaux pour une analyse améliorée de l'effet des traitements.

Présentation de MaxCut-Bench pour une évaluation cohérente des algorithmes dans les défis d'optimisation.

TrCAM-V propose une nouvelle façon de localiser des objets dans des vidéos avec un minimum d'infos.