Informatique - Apprentissage automatique

Cette étude examine l'inférence variationnelle en utilisant des mélanges gaussiens à variance fixe.

pFedDIL améliore l'apprentissage automatique en gardant des connaissances tout en s'adaptant à de nouvelles tâches.

Cet article explore la prédiction des comportements dynamiques en utilisant l'apprentissage automatique et l'apprentissage profond.

Une nouvelle méthode améliore l'efficacité et la performance de LoRA dans l'entraînement de gros modèles.

Explorer de nouvelles méthodes pour améliorer les tests de jeux vidéo grâce à l'automatisation et à l'IA.

Améliorer la confiance et la conformité dans les modèles de langage grâce à une attribution précise des sources.

Un nouvel algorithme améliore la prise de décision dans des environnements multi-agents avec une visibilité limitée.

Cette étude analyse des modèles d'apprentissage automatique pour améliorer les stratégies de trading sur Bitcoin.

Un nouveau modèle améliore la communication pour les personnes handicapées en utilisant la reconnaissance vocale et le code Morse.

SAC-BBF combine SAC et Rainbow pour un meilleur apprentissage dans des espaces d'actions discrets.

Aperçus sur l'optimisation des processus commerciaux grâce à l'IA et à l'apprentissage automatique.

CGRclust propose une méthode innovante pour classer les séquences ADN sans étiquettes préalables.

Analyse des méthodes d'identification des chanteurs face aux inquiétudes croissantes sur le clonage vocal.

Volume-MCTS améliore la prise de décision en robotique grâce à de meilleures stratégies d'exploration.

Ce document présente une technique pour gérer les délais de communication dans les réseaux de neurones.

Apprends comment les vendeurs peuvent fixer le prix de leurs données pour différents acheteurs.

Analyser comment l'ordre des données influence la mémoire dans les modèles de langage récurrents.

Cet article explore les défis pour atteindre l'équité en apprentissage automatique entre différents groupes démographiques.

Présentation d'un modèle qui combine des transformations basées sur des arbres pour une génération de résultats efficace.

Présentation de nouveaux solveurs pour un transport optimal efficace en apprentissage automatique.

SBoRA améliore l'affinage des grands modèles de langage, économisant des ressources et boostant les performances.

Examiner comment l'entraînement influence la performance du modèle dans des situations adversariales.

Une méthode pour identifier les décalages de données sans étiquettes.

Explorer comment ResNet18 traite les caractéristiques grâce à son flux résiduel unique.

Une nouvelle approche pour le regroupement en utilisant des modèles de blocs stochastiques à vues multiples.

Approche innovante pour créer des fonctions d'acquisition efficaces pour l'optimisation bayésienne.

Une étude révèle des techniques de prétraitement essentielles pour identifier le TDAH grâce à l'analyse EEG.

Les systèmes AFC s'efforcent de vérifier les revendications et de fournir des justifications claires.

Un aperçu de comment l'optimisation bayésienne s'attaque aux défis de haute dimension.

LoRA améliore la performance des gros modèles de langage tout en économisant des ressources.

Les chercheurs utilisent FlowMM pour prédire et créer de nouveaux matériaux cristallins de manière efficace.

Cet article présente une méthode pour mieux contrôler des systèmes physiques complexes.

Les astronomes utilisent l'apprentissage non supervisé pour analyser d'immenses ensembles de données et découvrir de nouveaux motifs célestes.

Cet article explore les défis et les opportunités des modèles linguistiques en science des matériaux.

Une étude sur la façon de combiner efficacement les mises à jour pour les modèles de langue.

Une nouvelle approche améliore la détection de clips audio mélangés réels et faux.

De nouvelles méthodes améliorent la précision dans la prévision des interactions anticorps-antigènes.

Un système génère des trajectoires de mouvement humain synthétiques pour améliorer les mesures de sécurité tout en protégeant la vie privée.

Un nouveau modèle améliore la génération de données tabulaires synthétiques pour diverses applications.

Cet article parle d'un nouveau modèle qui combine le traitement visuel et le traitement du langage.