Informatique - Apprentissage automatique

Explorer des modèles efficaces pour la correspondance de similarité en apprentissage automatique.

De nouvelles méthodes améliorent la collecte de données et la compréhension des systèmes complexes grâce à des capteurs mobiles.

Une nouvelle méthode pour mesurer la confiance dans les prédictions des modèles Transformer.

Utiliser l'IA pour créer des motifs batik innovants tout en respectant la tradition.

Une méthode pour prévoir les défauts internes du bois en se basant sur les formes extérieures.

Explorer l'importance de l'espoir pour le bien-être et la motivation.

Des chercheurs développent de nouveaux outils pour reconnaître l'écriture cunéiforme ancienne grâce à des technologies avancées.

Combiner l'apprentissage automatique avec la dynamique des fluides pour une meilleure détection des ondes de choc.

Une nouvelle méthode améliore la précision de la détection des traînées de condensation en utilisant moins de données.

Nouveau modèle améliore les prévisions des éruptions solaires grâce à une analyse de disque complet.

Une nouvelle approche pour analyser le comportement des poutres en utilisant l'apprentissage automatique.

Explorer le potentiel et les défis des réseaux neuronaux optiques utilisant la lumière pour le calcul.

Utiliser l'apprentissage fédéré pour améliorer le traitement du SOPK tout en préservant la vie privée des patientes.

Une nouvelle méthode améliore les itinéraires d'évacuation pendant les tremblements de terre en utilisant l'informatique quantique et l'apprentissage automatique.

Présentation de SimMST, un cadre plus simple pour l'analyse des données spatio-temporelles.

Une nouvelle méthode améliore la performance des modèles de ML et DL pendant l'inférence.

Cet article parle de techniques avancées pour détecter des anomalies dans des séries chronologiques multivariées.

Un nouveau jeu de données donne des infos sur les biais dans la technologie du langage.

FedSoL améliore l'apprentissage local tout en gardant l'alignement du modèle global.

Cet article parle de l'Hypothèse du Billet de Loterie et des techniques d'élagage dans les DNN.

Examiner comment les DLT influencent les considérations environnementales, sociales et de gouvernance.

Une nouvelle approche de recours algorithmique qui met l'accent sur la prise de conscience des risques dans la prise de décision.

Un cadre pour mesurer précisément la consommation d'énergie dans les systèmes d'apprentissage profond.

Un aperçu de l'amélioration de l'entraînement des RNN profonds grâce aux méthodes de stabilité des gradients.

Une méthode pour interpréter des relations complexes dans des tableaux de contingence peu denses.

Découvrez EVE, un modèle qui améliore la compréhension des images et du texte.

Explorer le rôle de l'apprentissage automatique dans la détection de la désinformation et ses défis.

La vie privée différentielle au niveau utilisateur propose une meilleure approche de la vie privée dans le partage de données.

De nouvelles méthodes améliorent l'expérience utilisateur pour générer des images à partir de descriptions textuelles.

Cette étude explore le rôle de l'IA dans la détection des déchets illégaux dans les zones rurales de Chypre.

Le nouveau cadre MAE bilatéral améliore l'apprentissage incrémental de classe en renforçant la rétention des connaissances.

Cet article met en avant les principaux défis de déploiement que les développeurs rencontrent dans les systèmes de RLD.

Cette étude met en avant le rôle de l'apprentissage auto-supervisé pour détecter les émotions à partir de données audio.

Une nouvelle méthode améliore les systèmes de reconnaissance faciale pour plus de sécurité et de précision.

Les modèles d'IA améliorent les prévisions d'inondations, au profit des zones avec un accès limité aux données.

Les SDEs graphiques améliorent la précision des modèles en intégrant du hasard dans l'analyse des données.

De nouvelles méthodes visent à améliorer les prévisions d'inondation et la sécurité des communautés.

Une nouvelle méthode améliore l'efficacité et les performances dans l'entraînement des modèles de langage.

Une nouvelle méthode combine des récompenses basées sur le langage avec des approches traditionnelles en RL.

DiffCSP améliore l'efficacité de la prédiction des structures cristallines en utilisant des modèles génératifs.