Informatique - Apprentissage automatique

Un modèle qui améliore les prédictions des problèmes de santé critiques pour une meilleure prise en charge des patients.

Une étude révèle des infos sur la performance de l'apprentissage en contexte selon différentes architectures de modèles.

Un nouveau critère pour évaluer les modèles qui analysent la musique et le langage.

Une nouvelle méthode sélectionne des tâches pertinentes pour de meilleures prédictions des résultats cliniques.

De nouvelles techniques de modélisation améliorent les systèmes de propulsion des fusées grâce à une analyse de données efficace.

Des chercheurs étudient comment les modèles apprennent du contexte en utilisant des tâches de régression polynomiale.

L'adaptation par convolution circulaire propose des solutions efficaces pour peaufiner des modèles complexes.

Une nouvelle approche combine des données audio, vidéo et texte pour un diagnostic efficace de la dépression.

Explorer des méthodes pour identifier les fausses infos avec des techniques d'apprentissage semi-supervisé.

Découvre comment les CANNs améliorent la compréhension du comportement des matériaux sous contrainte.

Une nouvelle méthode qui mélange l'apprentissage des concepts et des représentations dissociées pour une meilleure compréhension des modèles.

Cet article parle des méthodes d'apprentissage fédéré et de leur impact sur la vie privée et l'utilité des modèles.

Un nouveau modèle améliore la génération de musique en utilisant des jetons composés et un décodage séquentiel.

Explorer comment la génération augmentée par récupération peut transformer les pratiques éducatives en informatique.

Une nouvelle approche pour évaluer la fiabilité des méthodes qui expliquent la prise de décision de l'IA.

GV-Rep vise à améliorer l'analyse des variants génétiques pour le soin des patients.

Une nouvelle approche pour évaluer l'incertitude des résultats de traitement améliore la prise de décision clinique.

Nouveau modèle améliore la surveillance de la Terre grâce à des données satellites et météorologiques intégrées.

Un nouveau cadre améliore le traitement d'image dans les grands modèles de langage multimodaux.

Examiner le jeu de données FairJob pour garantir des opportunités d'emploi équitables pour tous.

De nouvelles techniques de taille améliorent les modèles d'apprentissage profond pour les smartphones avec des ressources limitées.

Cet article détaille une technique pour utiliser des mini-batchs plus petits dans l'entraînement des LLM.

Un nouveau cadre améliore la précision pour prédire les diagnostics à partir de dossiers patients incomplets.

Cet article examine comment la quantification vectorielle influence la compréhension des décisions dans les systèmes d'apprentissage par renforcement.

De nouvelles méthodes améliorent l'expression émotionnelle dans la synthèse vocale des machines.

Ego-VPA simplifie l'adaptation pour l'analyse vidéo égocentrique, améliorant l'efficacité et la performance.

Explorer comment les données multimodales améliorent les recommandations de produits sur Taobao.

Un aperçu détaillé des méthodes de clustering et de leurs définitions.

Un aperçu des techniques en temps réel pour identifier les systèmes hybrides.

Nouveau cadre permet de retirer efficacement les données sensibles des réseaux de neurones graphiques.

NAVIX accélère la recherche en apprentissage par renforcement avec des simulations avancées.

Apprends comment l'apprentissage multimodal améliore l'efficacité de l'analyse de données.

Explorer l'oubli machine et son rôle dans l'amélioration de la sécurité et de la vie privée de l'IA générative.

CPMGEM propose des prévisions de pluie haute résolution à prix cool pour aider à s'adapter au climat.

FedTime combine l'apprentissage fédéré et les données locales pour une meilleure prévision tout en garantissant la confidentialité des données.

Cette recherche évalue de nouvelles méthodes pour améliorer les modèles d'apprentissage automatique quantique.

Une nouvelle méthode améliore la précision et l'efficacité des modèles d'apprentissage profond.

Q-SHAP simplifie les calculs de la valeur de Shapley pour rendre les modèles plus interprétables.

A2SF améliore la sélection des tokens dans les modèles de langue pour de meilleures performances.

Une nouvelle méthode pour un apprentissage par renforcement plus rapide grâce au partage de connaissances.