Informatique - Apprentissage automatique

Examiner les obstacles que rencontrent les LLM dans la traduction des langues à faibles ressources.

Une nouvelle méthode pour améliorer l'alignement de l'IA avec les valeurs humaines en utilisant des retours corrompus.

MV-Mol intègre différentes sources de données pour une meilleure compréhension moléculaire.

De nouvelles techniques améliorent la vie privée et la sécurité dans les requêtes et les transactions de bases de données.

Apprends comment les décisions de compromis améliorent la fiabilité en programmation stochastique.

Les CMDP améliorent la prise de décision en tenant compte du contexte dans différentes applications.

Une nouvelle approche pour améliorer l'efficacité de l'optimisation bi-niveaux non convexe en apprentissage automatique.

OPERA combine plusieurs méthodes pour une évaluation de politique plus précise en utilisant des données passées.

Explorer le besoin d'explications claires dans les Graph Neural Networks.

Le dataset OPSSAT-AD aide à détecter des événements satellites inhabituels.

Une nouvelle approche permet aux appareils plus faibles de contribuer à l'apprentissage fédéré.

Ce cadre améliore l'efficacité d'apprentissage dans des tâches complexes grâce à des structures hiérarchiques.

Des recherches montrent que les modèles non entraînés se connectent aux réponses du cerveau humain dans le traitement du langage.

Une technique d'échantillonnage innovante relève les défis dans les distributions complexes pour l'apprentissage automatique.

Tempora-Fusion améliore les Casse-tête Temporels pour des calculs sécurisés et vérifiables.

Une nouvelle méthode pour améliorer la qualité des images rapidement en utilisant des modèles entraînés.

De nouvelles méthodes améliorent l'apprentissage des modèles en utilisant des échantillons négatifs efficaces dans les données de graphes.

Une nouvelle méthode améliore l'entraînement des modèles en créant des jeux de données synthétiques efficaces.

Cet article présente une méthode pour la détection et l'explicabilité des revues de spam en temps réel.

SiT améliore la capacité des agents à généraliser dans l'apprentissage par renforcement grâce à la symétrie et à l'attention.

SecureSpectra propose une nouvelle façon de protéger l'identité audio contre les menaces des deepfakes.

Un aperçu de comment les réseaux linéaires apprennent et évoluent pendant l'entraînement.

ERIC propose un moyen efficace de mesurer les similarités entre les graphes avec une précision améliorée.

ATLAS améliore la sélection des données sismiques en utilisant l'apprentissage actif et des décalages de représentation.

Combiner la physique et la géométrie pour améliorer les prévisions de diffusion acoustique.

LLM2FEA combine l'IA générative et les algorithmes évolutifs pour des solutions de design innovantes.

Une méthode innovante intègre la densité électronique pour améliorer les prédictions des propriétés moléculaires.

Découvre comment les Leaky ResNets améliorent les techniques d'apprentissage profond.

Une nouvelle méthode améliore la réparation de code pour les langages de programmation sous-utilisés.

La recherche explore l'analyse vidéo comme un outil pour la détection précoce de la maladie de Parkinson.

Découvrez le potentiel de la modulation basée sur des références dans l'art numérique.

Ce travail améliore la vie privée dans la diffusion de graphes tout en gardant l'utilité des données.

Les données synthétiques aident l'analyse de survie en générant des ensembles de données réalistes pour un meilleur modélisation.

Les chercheurs utilisent l'apprentissage automatique pour améliorer la détection des signaux dans les systèmes de communication.

Explorer comment les Transformers classifient les données à travers l'information contextuelle.

Améliorer MMDenseNet pour une séparation musicale rapide et efficace.

Apprends sur les FTFIs et leur impact sur les structures de données d'arbre en apprentissage machine.

Une nouvelle méthode simplifie la sélection de variables dans de grands ensembles de données.

Un aperçu des défis d'injectivité et des méthodes dans les couches ReLU des réseaux de neurones.

Une méthode pour améliorer la collecte de données pour les systèmes qui évoluent avec le temps.