Informatique - Apprentissage automatique

DeepHGNN améliore la précision des prévisions hiérarchiques en utilisant des réseaux de neurones graphiques.

Un nouveau modèle améliore les prévisions d'énergie, réduisant les coûts sur les marchés de l'électricité.

Examiner les biais dans les modèles de langue selon différents facteurs démographiques.

Une nouvelle méthode améliore la compréhension des sorties d'autoencodeurs dans la dynamique des fluides.

Une méthode d'IA améliore les prévisions de dose en radiothérapie en estimant l'incertitude.

Examiner comment les labels en distribution impactent la détection hors distribution en apprentissage automatique.

Cette étude améliore la sécurité de l'apprentissage automatique quantique contre les attaques adversariales grâce à des canaux de bruit et des méthodes de confidentialité.

Une nouvelle méthode pour améliorer l'efficacité de l'algorithme Push-Relabel en utilisant un flux prédit.

Une nouvelle méthode pour améliorer les modèles prédictifs en utilisant des données incertaines.

Un regard sur le raisonnement formel dans les transformateurs uniquement encodeurs et ses implications.

Un système innovant combine des nouvelles et des évaluations cognitives pour les personnes âgées.

Une nouvelle approche améliore la diversité des prompts pour des modèles de langage plus sûrs.

Explorer comment les transformers s'attaquent efficacement à divers tâches de raisonnement sur les graphes.

Les VLMs galèrent avec la classification d'images, mais une meilleure intégration des données peut améliorer leurs capacités.

Explorer le rôle de la descente de gradient dans l'optimisation stochastique et ses implications pour la taille des échantillons.

Un nouveau modèle simplifie la création d'images et de vidéos AI avec une meilleure vitesse et qualité.

Explorer des méthodes d'entraînement efficaces pour de grands modèles d'apprentissage automatique.

Un défi vise à améliorer le contour des tumeurs sur les scans cérébraux pour mieux planifier les traitements.

Explorer de nouvelles méthodes pour concevoir des cadres en apprentissage automatique.

Techniques pour améliorer l'efficacité des modèles de langue dans différentes langues.

Une nouvelle méthode améliore la précision des modèles en science des matériaux grâce à l'intégration de l'IA.

Une méthode pour réduire la taille des grands modèles de langage tout en gardant leur performance.

Explorer comment les relations entre concepts peuvent améliorer la transparence des systèmes d'IA.

Nouveau cadre améliore la planification de voyage pour les grands modèles de langage.

Une nouvelle approche aide les robots à lier les données visuelles avec des actions.

AnyFit propose des essayages virtuels réalistes avec ses fonctionnalités et sa technologie innovantes.

Les TSRM offrent une nouvelle façon d'analyser les données de séries temporelles de manière efficace.

Le défi BraTS repousse les limites de la segmentation automatisée des méningiomes avec l'apprentissage profond.

Un nouveau critère pour évaluer l'équité dans les méthodes d'apprentissage de représentation.

Examiner les dangers des modèles de langage quantifiés et leur potentiel de mauvaise utilisation.

Comprendre et atténuer les hallucinations dans l'IA pour une performance fiable.

Présentation de MAGE : une approche innovante pour expliquer les Graph Neural Networks en chimie.

Analyser comment LoRA affecte la rétention des connaissances dans les modèles préentraînés pendant l'apprentissage continu.

Facteurs clés influençant les émissions de CO2 dans les pays développés sur 25 ans.

Découvrez de nouvelles techniques pour améliorer l'efficacité de l'entraînement des réseaux de neurones profonds.

Fast-FedUL propose des méthodes rapides pour supprimer des données en apprentissage fédéré tout en garantissant la vie privée.

Nouveau cadre améliore les prédictions en analysant des séries de données interconnectées.

Un aperçu de l'effondrement neural et de son impact sur les modèles de deep learning.

Une nouvelle approche utilise des réseaux de convolution de graphes pour une analyse efficace des données musicales.

Cet article parle d'étendre les fenêtres de contexte dans les modèles de langage en utilisant des vecteurs de position.