Informatique - Apprentissage automatique

ChronoGAN propose une nouvelle méthode pour générer des données de séries temporelles réalistes.

Une nouvelle méthode améliore la précision des prévisions de séries temporelles dans différents domaines.

De nouvelles méthodes améliorent les recommandations en utilisant des infos détaillées sur les utilisateurs et les objets.

Cet article présente une méthode pour stabiliser des systèmes non linéaires en utilisant l'apprentissage par renforcement.

Cette approche améliore l’efficacité de l’entraînement des modèles à partir de grandes données graphiques tout en protégeant la vie privée.

Une nouvelle méthode améliore la performance des modèles et l'équité entre les groupes.

Un nouveau cadre améliore les performances de CLIP grâce à des techniques de taille de token efficaces.

La nouvelle méthode IDFF accélère la création d'échantillons tout en gardant la qualité.

WAFeL améliore la collaboration entre appareils dans l'apprentissage fédéré tout en augmentant l'efficacité.

Une nouvelle méthode améliore la façon dont les robots saisissent et maintiennent les objets efficacement.

Explorer un nouveau jeu de données pour l'enregistrement de nuages de points non rigides.

Cette recherche explore l'apprentissage efficace des champs aléatoires de Markov en utilisant des échantillons dynamiques.

Cette recherche explore l'efficacité des LLM dans plusieurs langues au-delà de l'anglais.

La radiomique IRM améliore le diagnostic du glioblastome en prédisant des marqueurs génétiques.

Ce travail présente de nouvelles méthodes pour détecter des malwares en utilisant la visualisation et l'apprentissage automatique.

Cet article examine les GAM comme solution pour la performance prédictive et l'interprétabilité.

Les réseaux de neurones bayésiens améliorent les prédictions en prenant en compte l'incertitude et en intégrant les connaissances antérieures.

Une nouvelle méthode combine la simulation avec des données réelles pour mieux prendre des décisions.

Examiner comment les échantillons difficiles affectent la performance du modèle et la fiabilité de la précision des tests.

Cette étude examine comment certaines caractéristiques commerciales prédisent les prix futurs du marché.

Cet article examine comment différentes couches affectent la performance des LLM.

Cet article explique comment le Sliding-Window Thompson Sampling gère la prise de décision dans des environnements changeants.

De nouvelles méthodes améliorent les prévisions de distance des ARN en utilisant des techniques avancées d'apprentissage automatique.

Cette étude évalue comment les LLM comprennent les tropes narratifs dans les résumés de films.

GATher améliore la prédiction des cibles médicamenteuses grâce à une technologie de graphes avancée.

La méthode FLEX propose une nouvelle approche pour évaluer les systèmes texte-en-SQL de manière précise.

De nouvelles fonctionnalités améliorent l'expérience utilisateur en compréhension d'écran et interactions multilingues.

Utiliser la technologie pour récupérer info sur les traits des plantes facilement sur le web.

Nouveaux modèles visent à combattre le langage nuisible en ligne grâce à des techniques de détection avancées.

Un nouveau cadre améliore la façon dont les robots chirurgicaux apprennent et s'adaptent.

Cet article parle des stratégies pour améliorer l'exactitude des données de performance d'apprentissage.

Une approche d'apprentissage profond améliore la précision de détection du point de genou dans des jeux de données bruyants.

De nouvelles méthodes améliorent la précision de l'identification des vaisseaux sanguins dans les images médicales.

Cette étude examine le rôle de l'IA dans les conseils de négociation salariale et les biais potentiels.

Une nouvelle méthode améliore la segmentation des vaisseaux hépatiques dans l'imagerie médicale.

Les réseaux de neurones rationnels améliorent la précision et l'efficacité des dynamiques fluides dans les simulations.

De nouvelles méthodes améliorent la précision des estimations du rayonnement solaire en utilisant la technologie AI.

Présentation de noyaux ajustables pour améliorer la reconstruction de formes 3D à partir de données limitées.

Une nouvelle méthode équilibre précision et efficacité pour résoudre des problèmes d'optimisation complexes.

Un aperçu de comment l'apprentissage machine aide la recherche en théorie des nœuds.