Informatique - Apprentissage automatique

Un nouveau cadre améliore l’efficacité d’échantillonnage dans des distributions de probabilité complexes.

Comprendre des modèles qui combinent différents types de données pour une meilleure génération de résultats.

Une méthode pour améliorer les petits modèles pour plus de fiabilité et de performance.

Une étude sur l'utilisation de la perte par triplet pour créer des modèles d'apprentissage automatique plus équitables.

Une nouvelle méthode utilise des matrices de Johnson-Lindenstrauss pour la classification multiclass extrême.

Une nouvelle méthode combine la reconnaissance vocale et l'identification des locuteurs pour les discours qui se chevauchent.

Découvre comment l'optimisation bayésienne s'attaque aux défis du changement climatique avec des méthodes innovantes.

KrADagrad améliore l'efficacité d'optimisation en apprentissage machine avec moins de ressources.

Un nouvel algorithme pour ajuster la taille des pas dans les tâches d'apprentissage automatique.

Le modèle D3FG améliore la conception de médicaments en se concentrant sur les groupes fonctionnels et les liaisons.

Découvrez comment les interventions chronométrées peuvent améliorer les processus d'affaires.

Explore comment les réseaux bayésiens améliorent les insights dans divers domaines, y compris la médecine et la biologie.

ColNav offre des conseils en temps réel pour améliorer les résultats de la coloscopie et booster la détection des polypes.

Une nouvelle méthode qui ajuste l'exploration et l'exploitation dans les tâches d'optimisation.

On te présente une méthode qui simplifie l'entraînement des réseaux de neurones avec des résultats améliorés.

Améliorer les performances du modèle en se concentrant sur les couches de normalisation pendant l'entraînement.

Une nouvelle méthode pour l'extraction de relations en utilisant uniquement les connaissances des données d'entraînement.

Un aperçu du rôle de Clip21 dans l'amélioration de la vie privée différentielle pendant l'entraînement des modèles.

Les embeddings de boîte améliorent la gestion des requêtes complexes item-attribut pour de meilleurs résultats de recherche.

Cet article parle d'une référence pour évaluer les LLM face à des prompts difficiles.

Des chercheurs ont développé un modèle pour mieux prédire les changements de stabilité des protéines à partir des mutations d'acides aminés.

Une nouvelle méthode améliore la personnalisation des modèles tout en garantissant la confidentialité des données.

Une nouvelle méthode améliore la compréhension des prévisions dans les données de séries temporelles en santé.

Examiner l'impact des attaques adversariales sur les systèmes de détection d'intrusions réseau.

Apprends comment estimer les erreurs dans les PINNs pour de meilleures solutions aux PDEs.

De nouvelles méthodes mettent l'accent sur les actions à haute récompense pour un meilleur apprentissage hors ligne.

Cet article examine les préoccupations en matière de confidentialité liées aux modèles de diffusion et propose des solutions.

De nouveaux algorithmes améliorent l'efficacité pour résoudre des problèmes d'optimisation complexes.

Présentation des graphes hybrides et leur importance pour comprendre les réseaux complexes.

Cet article parle des stratégies pour réduire les risques de vie privée dans l'apprentissage automatique.

Un nouveau cadre vise à clarifier les prédictions de classification des séries temporelles.

Une méthode pour élaguer des jeux de données tout en gardant de bonnes performances dans les tâches d'apprentissage automatique.

Une nouvelle méthode améliore les recommandations de produits en se concentrant sur les préférences visuelles des utilisateurs.

Une nouvelle méthode améliore la prise de décision du modèle en abordant l'incertitude.

Cet article présente un cadre pour maximiser les récompenses dans le problème du bandit agité.

Une nouvelle approche améliore la prédiction des formes des peptides macrocycliques pour la conception de médicaments.

La modération de contenu est super importante pour une utilisation responsable des systèmes d'IA générative.

Une nouvelle méthode améliore le suivi des objets et l'estimation de la vitesse pour les véhicules autonomes.

Cette approche permet des mises à jour en temps réel des estimations basées sur de nouvelles données.

Une nouvelle approche pour améliorer l'apprentissage de représentation non supervisé en RL.