Informatique - Apprentissage automatique

Découvre de nouvelles méthodes pour gérer l'énergie de ta maison efficacement avec l'apprentissage automatique.

Une nouvelle méthode améliore la qualité des données synthétiques pour un meilleur alignement des modèles de langage.

Un nouveau jeu de données offre des infos précieuses pour la recherche en dynamique des fluides dans le design automobile.

Une nouvelle approche améliore l'apprentissage des modèles avec peu de données.

Méthodes innovantes pour créer des vues de qualité avec moins d'images.

Apprends à préparer et soumettre ton article scientifique de manière efficace.

Les réseaux neuronaux clairsemés simplifient la sélection des caractéristiques pour améliorer la performance du modèle.

LiPCoT transforme des données de séries temporelles pour des applications de modèles de langue.

Cette étude explore comment les transformers apprennent grâce à l'attention multi-tête dans les tâches de régression.

ARROW-Diff génère efficacement de grands graphes réalistes en utilisant des marches aléatoires.

Présentation d'un outil pour évaluer les méthodes de détection d'anomalies non supervisées dans l'apprentissage fédéré.

Une étude sur l'utilisation des LLM pour identifier des clones de code dans différentes langues.

Deeploy simplifie le déploiement de petits modèles linguistiques sur des microcontrôleurs, rendant l'IA plus accessible.

Les modèles génératifs profonds boostent l'apprentissage des robots grâce à des techniques et des applications avancées.

Une nouvelle méthode pour repérer des motifs inhabituels dans des données de séries temporelles au fil du temps.

Utiliser les données des compteurs intelligents et les infos météo pour mieux surveiller l'énergie.

Un nouveau cadre améliore l'apprentissage fédéré en s'attaquant aux problèmes de données bruyantes.

Un nouveau cadre relie la théorie à la pratique en apprentissage automatique.

Une nouvelle méthode améliore la façon dont les agents apprennent des actions des autres en travail d'équipe.

FADAS améliore l'apprentissage fédéré en permettant des mises à jour asynchrones des clients tout en préservant la confidentialité des données.

Découvre les avantages des CKNs équivariants de groupe pour gérer les variations d'entrée.

Un aperçu des méthodes NeRF et gaussiennes par rapport aux systèmes traditionnels.

Une nouvelle méthode simplifie la résolution des équations différentielles partielles paraboliques.

De nouvelles méthodes améliorent la détection des changements en imagerie médicale, ce qui renforce la précision des diagnostics.

Un nouveau modèle améliore l'analyse des données climatiques pour des prévisions précises.

Une méthode pour entraîner des systèmes d'IA sans données étiquetées.

Présentation d'une méthode qui améliore l'efficacité dans la résolution de problèmes d'optimisation à deux niveaux.

Examiner les défis de l'interprétation des modèles de régression linéaire en apprentissage automatique.

Un nouveau cadre améliore l'efficacité de l'irrigation et conserve l'eau en agriculture.

Une nouvelle méthode améliore le contrôle de la sortie des modèles linguistiques pour différents publics.

InfinityMath améliore les compétences en maths des modèles de langage grâce à des ensembles de données de qualité.

Présentation d'une nouvelle approche pour de meilleures prédictions en apprentissage automatique.

SAMSA améliore l'efficacité de l'auto-attention pour différents types de données.

Une nouvelle approche améliore les modèles génératifs pour une découverte de composés plus efficace.

Snuffy propose une solution de machine learning pour une analyse précise des WSI.

Découvre comment les assistants de codage aident les développeurs à améliorer leur efficacité en matière de code.

Cette étude examine comment les petits boulots affectent les résultats en maths des lycéens.

Une nouvelle méthode améliore la capacité des voitures autonomes à naviguer en toute sécurité dans les ronds-points.

Une méthode pour prévoir les besoins en FPGA pour les réseaux de neurones avant de les construire.

Examiner des stratégies pour créer des systèmes d'IA qui privilégient la sécurité et minimisent les risques.