Informatique - Apprentissage automatique

Un nouveau cadre améliore la modélisation prédictive en fusionnant différentes sources de données d'ingénierie.

Une analyse du buzz autour de l'IA et de ses impacts sur la société et la recherche.

REST améliore la prédiction des connexions manquantes dans les graphes de connaissance évolutifs.

De nouvelles méthodes améliorent la résistance des modèles de deep learning aux changements adverses.

Un nouveau cadre améliore le traitement des données sur les appareils edge.

Une nouvelle méthode améliore les explications contrefactuelles pour les décisions des modèles d'apprentissage automatique.

Explorer les KAN comme une nouvelle approche pour des modèles d'apprentissage par renforcement efficaces.

De nouvelles méthodes pour calculer les géodésiques sur le manifre de Stiefel améliorent l'efficacité des algorithmes.

mPLUG-Owl3 améliore la compréhension des images et des vidéos pour des réponses plus efficaces.

AdapTable améliore les prévisions des modèles malgré les changements dans les données des tables sans avoir besoin de réentraîner.

Des chercheurs dévoilent de nouvelles façons d'étudier la prise de décision collective dans les essaims d'animaux.

De nouvelles méthodes améliorent l'identification des matériaux dans l'imagerie hyperspectrale.

Une nouvelle méthode améliore l'interaction entre les modèles de langue, rendant les tâches plus efficaces.

Un nouveau cadre pour évaluer efficacement les modèles vision-langage.

Un aperçu des modèles de deep learning et de leurs propriétés géométriques.

Un nouveau compilateur améliore la communication et la gestion des tâches des puces AI.

Évaluer les biais dans l'apprentissage automatique peut conduire à des résultats plus équitables pour tous.

Voici PeriodWave, un modèle qui améliore la vitesse et la qualité de génération audio.

Un nouvel algorithme améliore l'échantillonnage par tranches elliptiques pour les distributions tronquées.

Découvre comment l'élagage aide à réduire la taille des réseaux de neurones tout en gardant la performance.

De nouvelles méthodes utilisant des algorithmes améliorent la recherche de pistes à partir de points spatiaux lors des collisions de particules.

Un nouveau cadre évalue à quel point les LLMs utilisent des outils dans les conversations.

De nouvelles techniques en informatique photonique montrent qu'elles peuvent gérer plusieurs tâches efficacement.

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.