Informatique - Apprentissage automatique

Combiner l'informatique quantique et l'informatique en périphérie pour des applis plus rapides et plus efficaces.

Nouveau simulateur qui prédit le comportement des flux granulaires en utilisant des réseaux de neurones graphiques.

Une nouvelle méthode génère des données synthétiques pour améliorer les prédictions des modèles de santé pour tous les groupes.

Une méthode qui améliore la recherche d'images en utilisant des images de référence et du texte.

Une méthode pour évaluer les classificateurs abstentionnistes en estimant leurs prédictions manquantes.

Cet article explique comment les modèles de langage résolvent des tâches en utilisant des méthodes mathématiques simples.

On étudie comment les explications améliorent la compréhension des réseaux de neurones graphiques.

Combiner l'apprentissage actif et les contraintes physiques améliore les résultats de la régression symbolique.

Les réseaux de neurones de sous-graphes unis améliorent l'analyse des graphes en capturant des structures locales.

Explorer des méthodes pour détecter la fraude dans la DeFi en utilisant des techniques d'analyse de données avancées.

Une nouvelle approche utilise le transport optimal pour améliorer l'apprentissage des paramètres.

COT aide à comparer les distributions de données sous certaines conditions, améliorant la précision de l'analyse.

Une nouvelle méthode améliore l'utilisation des ressources dans les modèles de génération de texte.

RAGE améliore la façon dont les modèles graphiques expliquent efficacement leurs prédictions.

CoMoSpeech améliore la vitesse et la qualité de la synthèse vocale avec un processus en une étape.

QSVM combine l'informatique quantique et l'apprentissage machine pour une classification des données plus rapide et plus précise.

Une étude révèle comment la taille des lots influence les performances d'entraînement des réseaux de neurones profonds.

Une approche innovante combinant l'apprentissage par renforcement hors ligne et en ligne pour une meilleure prise de décision.

Apprends des stratégies clés pour appliquer efficacement l'apprentissage automatique dans la recherche écologique.

CVGP aide les chercheurs à dénicher des relations complexes grâce à des expériences adaptatives.

Des avancées dans la recherche sur un nouveau dataset et des méthodes pour identifier la fraude liée au Bitcoin.

Cette étude examine les attaques sur les réseaux de distribution d'eau et propose des méthodes pour mieux détecter les fuites.

Une nouvelle méthode pour détecter les feux de forêt en utilisant des modèles avancés pour améliorer les temps de réponse.

De nouvelles méthodes améliorent la précision dans la reconnaissance des activités humaines avec peu de données.

Une nouvelle méthode simplifie la conception des réseaux neuronaux et améliore les performances.

Une nouvelle approche pour améliorer la sécurité dans les processus de décision de l'IA.

Des méthodes innovantes améliorent l'efficacité et la performance des modèles de NLP avec moins de ressources.

Explorer comment la transformation de signature améliore la sélection des caractéristiques dans la régression Lasso.

Cette étude explore une nouvelle méthode pour que les robots gèrent les portes en utilisant des données visuelles.

Explorer des méthodes pour maintenir la connaissance dans les systèmes d'apprentissage automatique.

Une nouvelle méthode simplifie l'analyse des graphes de connaissances biomédicales complexes.

Cet article examine les implications de la vie privée de la régression par processus gaussien en apprentissage automatique.

Un nouveau cadre aide à comprendre la prise de décision de l'IA avec des explications contrefactuelles.

De nouveaux benchmarks améliorent les modèles de séparation audio pour la musique et le divertissement.

De nouvelles stratégies de pré-entraînement améliorent la classification de texte sans besoin d'entraînement sur des labels au préalable.

Analyser l'incertitude à travers des modèles probabilistes dans différents domaines.

Examiner des méthodes pour réduire la différence entre deux fonctions sous-modulaires en optimisation.

Ce document traite des défis et des opportunités des LLMs open-source dans la manipulation d'outils.

Le cadre AD-NEv améliore la détection des anomalies grâce à des approches innovantes.

BMC aide à apprendre efficacement sur plusieurs tâches tout en gardant les connaissances passées.