Informatique - Apprentissage automatique

Explorer de nouvelles préoccupations en matière de confidentialité autour de l'utilisation des modèles de diffusion.

Enquête sur les méthodes de compression de modèles pour améliorer l'efficacité et la défense contre les attaques.

Un nouveau cadre bayésien améliore la qualité des images et estime l'incertitude.

Une nouvelle méthode améliore la performance des modèles informatiques malgré des données incomplètes.

Une nouvelle approche des bandits linéaires s'attaque au bruit de retour pour de meilleures prises de décision.

SELECTOR utilise des données variées pour prédire avec précision la survie des patients atteints de cancer.

Améliorer l'efficacité du modèle avec de nouvelles techniques d'apprentissage actif pour des données incomplètes.

Découvrez de nouvelles stratégies pour optimiser la planification des ateliers de production avec des techniques d'apprentissage auto-supervisé.

Une nouvelle méthode améliore l'exactitude des probabilités dans les modèles de langue sans données supplémentaires.

Cet article parle des méthodes pour améliorer la résistance de l'apprentissage profond aux exemples adversariaux.

De nouvelles méthodes améliorent l'apprentissage des modèles en incluant des appareils plus lents dans l'apprentissage fédéré.

Une nouvelle méthode aide l'IA à apprendre des compétences variées pour différents défis.

Améliorer la robustesse contre les attaques adversariales dans les modèles vision-langue.

Présentation de l'optimisation à double espace pour améliorer les processus de conception de médicaments.

Une nouvelle méthode améliore la détection d'objets en s'attaquant aux variations de domaine grâce à des mécanismes d'attention.

ExeGPT améliore l'efficacité dans le fonctionnement de grands modèles de langage pour les tâches de traitement du langage naturel.

Une nouvelle méthode améliore les images réalistes d'humains en se concentrant sur la génération des mains.

Une nouvelle approche pour optimiser l'utilisation des engrais afin d'améliorer la production agricole.

Une nouvelle méthode pour retrouver des échantillons backdoor sans avoir besoin de données propres.

Une nouvelle méthode utilise des modèles de diffusion pour améliorer la précision des prévisions météo.

La recherche met en avant de nouvelles méthodes pour comprendre les messages sur le climat en ligne.

Nouvelle méthode qui intègre des contraintes de groupe spatial pour une génération précise de cristaux.

Une nouvelle méthode améliore la vitesse d'entraînement et réduit l'utilisation de la mémoire pour les modèles de langue.

De nouvelles méthodes améliorent la précision de l'estimation de la dynamique des véhicules en utilisant des jumeaux numériques.

Une étude révèle les facteurs qui influencent la performance des GCN à une seule couche sur différents modèles de données.

Une nouvelle méthode de filigrane renforce la protection des modèles d'apprentissage automatique contre le vol.

AirPhyNet mélange la physique et les données pour des prévisions de qualité de l'air plus précises.

InterLUDE améliore la performance des modèles en utilisant des données étiquetées et non étiquetées.

Une nouvelle méthode améliore les simulations moléculaires en ciblant les zones d'incertitude.

PALM améliore l'adaptabilité des modèles de vision par ordinateur dans des environnements changeants.

L'apprentissage automatique offre de meilleures prévisions pour la récidive du cancer de la vessie, améliorant ainsi les soins aux patients.

Une méthode pour améliorer la planification énergétique en période d'incertitude.

FeatUp améliore la résolution des caractéristiques d'image, boostant les performances dans les tâches de vision par ordinateur.

Cet article passe en revue la robustesse de CLIP face à divers défis.

De nouvelles méthodes améliorent la précision dans la reconnaissance vocale brouillée en utilisant de grands modèles de langue.

Une étude montre comment la difficulté des tâches influence l'entraînement dans les modèles de diffusion.

Révolutionner le partage de données et la sécurité dans les réseaux de véhicules avec de nouveaux cadres d'apprentissage.

TrustMol améliore la conception moléculaire en rendant les résultats plus interprétables et fiables.

Apprends comment la perte d'histogramme améliore les prédictions de régression en modélisant l'incertitude.

Analyser les sons des poules aide à améliorer leur santé et la productivité de la ferme.