Informatique - Apprentissage automatique

Apprends comment l'inversion de caractéristiques et l'entropie maximale aident à récupérer les données d'origine.

Un aperçu de l'apprentissage fédéré et de son rôle dans la protection des données utilisateur.

Une analyse des performances de DQN, PPO et A2C dans BreakOut.

Explorer le rôle des UAV dans l'amélioration de l'apprentissage automatique grâce à une communication améliorée.

Une nouvelle méthode améliore l'apprentissage de nouvelles classes tout en gardant l'ancienne connaissance.

Présentation de NeST pour mieux apprendre de nouvelles classes sans oublier les anciennes.

Une étude sur l’efficacité de différents modèles DLWP dans les prévisions météo.

La recherche vise à améliorer la fiabilité de l'IA et son efficacité énergétique dans diverses applications.

Un aperçu du lissage randomisé comme défense pour les modèles d'apprentissage automatique.

Des modèles plus petits, adaptés à des domaines spécifiques comme la médecine, montrent un grand potentiel.

Présentation de 360VFI pour améliorer la qualité et l'expérience vidéo à 360 degrés.

Examiner le rôle de la robustesse dans l'estimation de distributions inconnues à partir d'échantillons.

Combiner la synthèse vocale et des données réelles améliore efficacement les systèmes de reconnaissance vocale.

Apprends comment le départ anticipé améliore l'efficacité des modèles de traitement du langage naturel.

De nouveaux modèles fournissent des éclaircissements sur les systèmes complexes en se concentrant sur des composants individuels.

HeCiX-KG fusionne les données d'essais cliniques avec des connaissances biologiques pour améliorer le développement de médicaments.

SciQu accélère les prévisions des propriétés des matériaux grâce à l'apprentissage automatique et à l'extraction de données automatisée.

De nouvelles méthodes utilisant des modèles de diffusion améliorent la cybersécurité contre les exemples adverses.

Une nouvelle méthode renforce la sécurité des réseaux intelligents tout en préservant la vie privée des utilisateurs.

AsyCo améliore la précision d'apprentissage avec des étiquettes incomplètes en utilisant une approche à double tâche.

Explorer le rôle des priors tensoriels structurés dans l'amélioration des estimations de données.

E-LLaGNN améliore les GNN en utilisant sélectivement des modèles de langage pour de meilleures performances.

Cette recherche présente un modèle CNN pour reconnaître la base et l'exposant des expressions mathématiques à partir d'images.

Découvrez les bases de l'apprentissage des réseaux bayésiens dynamiques à partir des données.

L'IA générative transforme la création de contenu dans plein de domaines.

Un nouveau cadre améliore les méthodes de transport entre différentes dimensions et types d'espaces.

Le cadre POGEMA améliore la navigation multi-agent pour éviter efficacement les obstacles.

Un nouveau cadre améliore la précision de l'analyse d'imagerie hyperspectrale.

Une nouvelle méthode améliore les modèles d'apprentissage profond pour les appareils à ressources limitées.

Une nouvelle approche pour améliorer les prompts des modèles texte-à-image pour de meilleurs résultats.

Explorer comment les transformers analysent les sentiments dans le texte, comme les critiques de films.

Un nouveau cadre améliore la distillation des connaissances en se concentrant sur les échantillons difficiles.

Une méthode qui améliore la reconnaissance sonore dans les machines.

Explorer comment l'IA peut devenir des partenaires de confiance pour les humains.

Une nouvelle méthode pour améliorer la détection des anomalies dans les microservices en utilisant la simulation et le comportement réel des utilisateurs.

Sep-DeepONet améliore l'efficacité dans la résolution des équations aux dérivées partielles de haute dimension.

Présentation d'une nouvelle méthode pour une optimisation efficace en apprentissage automatique.

Une nouvelle méthode améliore l'équité dans la modélisation des données de santé.

Découvre de nouvelles méthodes pour résoudre des problèmes d'optimisation complexes.

Une étude combine la thermographie infrarouge et l'apprentissage automatique pour détecter la fièvre plus efficacement.