Informatique - Apprentissage automatique

MultiPLY améliore les modèles de langage grâce à un traitement interactif de données multisensorielles dans des environnements 3D.

Une méthode pour améliorer l'apprentissage à travers différents types de données.

ADVENT détecte les attaques dans les VANET, garantissant un transport plus sûr grâce à une surveillance en temps réel efficace.

GATS fusionne des modèles préentraînés pour un meilleur traitement des données multimodales.

Cet article parle des méthodes pour récupérer des informations perdues dans des hypergraphes à partir de représentations de graphes plus simples.

Un aperçu des problèmes liés à l'entraînement des réseaux de neurones en utilisant des fonctions de perte non différentiables.

U-DIADS-Bib simplifie la segmentation des manuscrits anciens grâce à la collaboration d'experts.

Un nouveau jeu de données et une bibliothèque visent à personnaliser les expériences éducatives grâce à l'IA.

RADIO crée des visages parlants réalistes à partir d'une seule image de référence.

Une méthode pour améliorer l'efficacité des modèles de Mixture of Experts.

Une nouvelle méthode améliore la précision de l'interpolation du noyau dans des conditions bruyantes.

Un nouvel algorithme qui améliore la personnalisation des modèles tout en respectant la vie privée des données.

Une nouvelle méthode évalue la performance du modèle en utilisant des données non étiquetées.

Découvrez comment Faiss gère et recherche efficacement des vecteurs d'embedding.

Un nouveau système aide les pathologistes à améliorer la précision dans le diagnostic des cancers du sein et de la peau.

Cet article parle du rôle des systèmes automatisés pour protéger les infrastructures informatiques.

Cette étude présente WAVES, une référence pour évaluer les techniques de watermarking face à différentes attaques.

Les robots acquièrent des compétences des actions humaines grâce à l'apprentissage par imitation.

SpecSTG améliore les prévisions de trafic en intégrant des données spatiales et temporelles.

Explorer des méthodes pour améliorer la traduction des données sans paires étiquetées.

Découvrez comment la douceur peut améliorer le réglage des hyper-paramètres dans l'analyse logicielle.

De nouvelles méthodes visent à protéger les modèles d'IA des attaques en utilisant des stratégies optimisées.

L'apprentissage multi-tâches permet aux machines d'améliorer leur performance en partageant des connaissances entre les tâches.

Une nouvelle méthode améliore la précision des prévisions publicitaires dans le e-commerce.

Le vlogger simplifie le vidéo blogging, rendant ça plus rapide et plus facile pour les créateurs.

T5LLMCipher montre du potentiel pour identifier efficacement le contenu écrit par l'IA.

Un nouvel algorithme booste la vitesse de communication dans l'informatique haute performance.

Un nouveau jeu de données renforce le lien entre la langue et les environnements 3D.

Une étude sur la dureté et l'élasticité des composites Cu-Cr à l'aide de nanoindentation.

Examiner et classifier le langage raciste sur Twitter, en se concentrant sur l'Équateur.

Un nouveau détecteur prêt à transformer la mesure de l'énergie en physique des particules.

Une nouvelle méthode améliore la transformation des ensembles de données en utilisant des flux de normalisation.

La recherche met en avant l'utilisation des MPNNs pour classer les matériaux et prédire leurs propriétés.

Cette étude améliore l'estimation de la prévalence des classes en utilisant l'estimation de densité par noyau.

La génération de données synthétiques améliore l'apprentissage automatique pour l'analyse des matériaux au niveau atomique.

Une nouvelle approche améliore la compréhension des interactions entre les caractéristiques dans les réseaux de neurones profonds.

Une nouvelle méthode améliore l'analyse des ECG en utilisant le machine learning avec un minimum de données étiquetées.

Une nouvelle méthode améliore l'apprentissage fédéré en réduisant les charges de communication et en s'attaquant à la dérive des clients.

Examiner la complexité d'échantillonnage en programmation stochastique avec des distributions à queues lourdes.

Examiner les défis de la classification et de la reconstruction d'images dans les modèles d'apprentissage profond.