Informatique - Apprentissage automatique

Explore des méthodes non supervisées pour analyser et représenter efficacement des données de séries temporelles.

AutoencODE adapte les réseaux de neurones à des largeurs de couche variables pour améliorer les performances.

Cette méthode améliore les conceptions photoniques en intégrant des données réelles avec l'apprentissage automatique.

Une nouvelle méthode renforce la sécurité de l'apprentissage fédéré contre les attaques de pollution de données.

Un cadre pour améliorer les prédictions en machine learning avec clarté et confiance.

HeLM améliore les prévisions de risques pour la santé en combinant différents types de données pour des insights personnalisés.

Une nouvelle méthode révèle des vulnérabilités dans les systèmes d'apprentissage fédéré vertical en utilisant des réseaux de neurones graphiques.

Une méthode pour améliorer la génération d'images tout en protégeant la vie privée en utilisant des jeux de données publics.

DART améliore la prédiction du temps jusqu'à l'événement en utilisant des techniques d'apprentissage profond.

L'apprentissage fédéré améliore la vie privée tout en boostant l'entraînement des modèles sur les appareils mobiles.

La sculpture de requêtes agrégées simplifie l'analyse des données grâce à des techniques de visualisation interactives.

Cette étude met en avant l'importance des couches cachées dans les réseaux de neurones.

De nouvelles méthodes suivent le stress à travers des signaux biologiques, améliorant la gestion personnelle de la santé.

Un nouveau cadre améliore les modèles d'auto-formation pour de meilleures performances d'adaptation au domaine.

L'Arabie Saoudite investit dans des méthodes avancées pour prédire les données de l'énergie éolienne renouvelable.

Nouveau système matériel booste la vitesse et l'efficacité des inférences GNN pour les applis en temps réel.

Une nouvelle méthode améliore l'adaptabilité des modèles dans la classification de texte.

Nouvelle méthode prédit le stress avec peu de données en utilisant l'apprentissage auto-supervisé.

Cette étude examine des méthodes d'apprentissage automatique pour améliorer la sécurité des systèmes électriques.

Examiner l'impact des GNN sur les algos traditionnels et leurs défis de performance.

Les modèles de fond améliorent l'efficacité dans la segmentation d'images médicales.

Une nouvelle méthode utilise des GANs pour créer des données radar réalistes pour une conduite automatisée plus sûre.

Le test basé sur le noyau améliore la compréhension du comportement et des caractéristiques des cellules uniques.

Un système automatisé pour évaluer les entreprises sur leurs efforts en matière de durabilité en utilisant les ODD.

Cette recherche explore comment les LLM peuvent traiter et récupérer des données GTFS.

Explorer l'utilisation de données de santé synthétiques pour améliorer le développement des CDSS.

Une nouvelle méthode prédit la durée de vie des batteries en se basant sur les données de performance initiales.

Une nouvelle méthode améliore l'analyse de survie tout en protégeant la vie privée des patients.

Une méthode d'apprentissage automatique pour estimer le temps des feux de circulation en utilisant des données provenant des véhicules.

La recherche sur comment l'EEG détecte les émotions peut transformer la santé mentale et le marketing.

Une technique pour améliorer la performance des modèles d'apprentissage machine sur de nouvelles données.

Un nouveau cadre d'apprentissage automatique améliore les prédictions de performance des EDFA avec un minimum de données.

Une nouvelle méthode utilise des vidéos pour placer des capteurs dans le suivi des activités humaines.

Une enquête sur les modèles de langue espagnole dans les tâches cliniques et leurs performances.

Nouvelles idées sur le potentiel des réseaux de neurones profonds grâce à des estimations optimistes.

AutoML4ETC automatise la création de réseaux de neurones pour classifier le trafic réseau chiffré.

Une nouvelle méthode améliore l'identification des speakers dans la localisation de films et de séries.

Une nouvelle méthode améliore l'efficacité et la qualité de l'échantillonnage des modèles de diffusion.

La recherche utilise des VAE pour trouver des marqueurs génétiques liés à la fonction pulmonaire.

Une étude explore l'utilisation de l'IA pour surveiller les vibrations du cœur de manière non invasive.