Informatique - Apprentissage automatique

Un nouvel outil améliore la comparaison des modèles pour des prévisions d'énergie précises.

Cette recherche explore de nouvelles méthodes pour équilibrer plusieurs objectifs dans l'apprentissage par renforcement.

Un nouveau standard pour tester les modèles visuels-linguistiques sur des changements minimaux dans les images et les légendes.

GraphTP améliore l'apprentissage des graphes grâce à de meilleures stratégies de données.

Une nouvelle méthode pour évaluer les capacités d'apprentissage des modèles de langue à long contexte grâce à Task Haystack.

Une nouvelle plateforme améliore les tests pour les véhicules autonomes grâce à des simulations de course réalistes.

Une nouvelle approche combine le clonage de comportement et l'apprentissage par renforcement pour un assemblage de robot précis.

Un aperçu des forces et faiblesses des KAN et MLP en apprentissage automatique.

Un nouvel algorithme améliore les embeddings hyperboliques pour une meilleure représentation des données hiérarchiques.

Une étude sur les approches locales et globales dans les algorithmes d'apprentissage continu.

Des modèles de deep learning analysent des enregistrements vocaux pour identifier une insuffisance respiratoire et estimer les niveaux d'oxygène.

Une nouvelle méthode améliore la compréhension des contraintes de sécurité en robotique.

BONES simplifie l'estimation de la valeur de Shapley pour une meilleure interprétation de l'IA.

BART est un outil puissant pour prédire des résultats dans divers domaines.

Apprends comment les infos de sensibilité améliorent l'entraînement des réseaux de neurones en ingénierie.

La coloration à l'hématoxyline et à l'éosine améliore l'évaluation des cellules immunitaires dans les tumeurs.

KSGAN améliore les modèles génératifs avec une mesure de distance unique pour une meilleure génération d'échantillons.

L'apprentissage fédéré propose une manière d'utiliser les données tout en préservant la vie privée des utilisateurs.

Une nouvelle méthode réduit le temps perdu à cause des erreurs de mémoire en informatique.

Un guide pour gérer les incertitudes dans la segmentation d'images médicales pour un meilleur diagnostic.

Une nouvelle méthode améliore la prise de décision en optimisation avec des considérations de coût.

De nouvelles méthodes améliorent les estimations d'incertitude dans les GNN pour modéliser les énergies des matériaux.

Découvre comment les requêtes d'action optimale améliorent les résultats d'apprentissage en ligne et réduisent les pertes de prise de décision.

Cet article analyse la performance des modèles sur différentes tâches et ensembles de données.

Une nouvelle méthode simplifie la détection des facteurs commutatifs dans les graphes de facteurs.

Un nouveau cadre pour analyser les politiques commerciales dans l'économie mondiale.

Cette étude prouve la convergence globale pour le Gradient EM dans des modèles de mélanges gaussiens sur-paramétrés.

Des modèles avancés prédisent des problèmes cardiaques en utilisant des signaux PPG et ECG.

Un nouveau cadre améliore la génération de code RTL grâce à l'augmentation des ensembles de données et à l'auto-réflexion.

Cette étude examine les contraintes pour la fonction ReLU répétée dans les réseaux de neurones.

Présentation d'ODGR et de GATLing pour une reconnaissance de but flexible dans des environnements dynamiques.

L'analyse d'images avancée pourrait améliorer les choix de traitement pour les patientes atteintes de cancer de l'ovaire.

De nouvelles méthodes améliorent les compétences et la prise de décision des personnages animés au ping-pong.

Améliorer les environnements d'entraînement est super important pour un apprentissage robotique efficace.

Repenser les MDP à travers la géométrie pour une prise de décision efficace.

Ce papier présente des modèles de garde-fous pour promouvoir une IA sûre dans l'éducation.

De nouveaux modèles améliorent les prévisions d'efficacité des électrolytes de batterie.

Une nouvelle méthode améliore l'analyse sécurisée des données tout en protégeant la vie privée.

Découvrez comment les systèmes de recommandation par graphes et l'apprentissage contrastif améliorent les suggestions personnalisées.

Explorer des techniques pour retirer efficacement des données des modèles d'IA.