Informatique - Apprentissage automatique

D-Train propose une approche simple pour les défis d'apprentissage multi-domaines.

LesionMix améliore l'augmentation de données pour mieux détecter les lésions dans les images médicales.

Utiliser des dessins pour apprendre aux robots, c'est une nouvelle approche super intuitive.

LMDX améliore l'extraction d'infos à partir de documents avec un minimum de données d'entraînement.

Discuter des mesures de sécurité pour les systèmes d'apprentissage machine dans des domaines critiques.

Explorer des solutions pour l'équilibrage de la charge des pubs sur les plateformes de réseaux sociaux.

Méthodes innovantes pour gérer de gros flux de données à la périphérie.

Une nouvelle méthode améliore la navigation des robots dans des environnements complexes en gérant l'incertitude.

ModelGiF propose une méthode pour quantifier les relations entre les modèles de deep learning.

Une nouvelle méthode améliore les simulations financières en se concentrant sur des caractéristiques de drawdown réalistes.

Améliorer la sécurité des modèles d'apprentissage automatique contre les attaques adverses grâce à une robustesse certifiée.

Une nouvelle méthode améliore la segmentation d'image et la détection d'objets en utilisant l'apprentissage auto-supervisé.

Une nouvelle approche pour améliorer les Vision Transformers pour les appareils mobiles.

Gérer la recharge des VE pour stabiliser le réseau électrique tout en garantissant la vie privée des conducteurs.

Combiner des modèles de récupération avec des modèles de langage booste les performances dans les tâches de classification de texte.

De nouvelles méthodes améliorent l'efficacité des simulations et modélisations en physique complexe.

Des facteurs non observés peuvent fausser les données, entraînant des conclusions incorrectes sur les recommandations.

Des approches innovantes basées sur les données améliorent le contrôle en ligne de systèmes avec des dynamiques inconnues.

Présentation d'un protocole pour la prédiction de liens respectant la vie privée dans des graphes distribués.

DeepliteRT simplifie l'apprentissage profond ultra low-bit pour un edge computing efficace.

Un nouveau jeu de données améliore la modélisation 3D des mains tenant des objets à partir de vidéos.

Cette recherche se concentre sur l'incorporation de l'incertitude dans les prédictions en utilisant l'inférence bayésienne.

Une méthode décentralisée améliore la collecte de données avec des appareils mobiles.

Des recherches montrent des failles dans les modèles d'apprentissage automatique grâce à une manipulation ciblée de l'incertitude.

Explorer comment les attaquants exploitent les grands modèles de langage pour extraire des connaissances.

Une nouvelle méthode améliore les prédictions en utilisant un système grammatical hiérarchique.

Une nouvelle méthode protège les données sensibles pendant l'entraînement des modèles de machine learning.

Une nouvelle bibliothèque pour créer et gérer des ensembles de données de labyrinthes en apprentissage machine.

Une nouvelle approche vise à améliorer la compréhension des prédictions des modèles grâce aux contrefactuels.

Une nouvelle méthode améliore la fiabilité des prévisions malgré un étiquetage de données incorrect.

COLA fusionne l'apprentissage contrastif et l'apprentissage méta pour améliorer la classification des nœuds dans des scénarios de données limitées.

Découvrez comment LP-CLIP renforce la robustesse des modèles multimodaux comme CLIP.

La recherche combine des modèles de langue et de diffusion pour améliorer les défenses contre les attaques adversariales.

Des recherches montrent comment le flux dorsal traite la profondeur et la perception spatiale.

Nouvelles méthodes pour récupérer des designs d'UI et assurer la cohérence entre les applis mobiles.

La recherche met en avant l'oubli catastrophique dans les modèles de langage multimodaux après le fine-tuning.

Une nouvelle méthode pour prédire la durée de vie des machines en utilisant des techniques de données avancées.

Découvrez une méthode flexible pour une compression de tenseur efficace dans plusieurs applications.

AtmoRep améliore les prévisions météo en utilisant l'IA et des données historiques.

De nouvelles méthodes améliorent les suggestions de chansons pour les auditeurs en utilisant des retours positifs et négatifs.