Informatique - Apprentissage automatique

Des bases de données plus grandes améliorent la performance et la précision des modèles de langage basés sur la récupération.

Un aperçu des défis et des innovations dans les méthodes d'adaptation de domaine pour les graphes.

Explorer les défis et les avancées pour protéger les données sensibles tout en gardant leur utilité.

Un nouvel outil améliore la vitesse et la précision dans la conception de circuits analogiques.

Cet article examine comment les Transformers raisonnent et le rôle des blocs-notes.

Un nouveau modèle améliore les prédictions de trajectoire en utilisant des techniques conscientes du contexte.

Présentation d'un modèle pour analyser des processus de saut de Markov complexes avec des données bruyantes.

Une nouvelle méthode prédit les résultats des analyses de sang en se basant sur des données de mode de vie et de santé.

Un système qui suit les émotions pour booster l'engagement des étudiants dans l'éducation.

Les techniques basées sur les données doivent protéger la vie privée tout en identifiant les meilleures options.

Une étude sur le sentiment public sur Twitter pendant les élections présidentielles de Colombie en 2022.

Une nouvelle méthode rend l'analyse des relations causales plus efficace et plus facile à gérer.

Cette recherche améliore la fiabilité des modèles de machine learning grâce à des techniques de calibration et de recalibration.

Nouveau modèle simplifie le traitement du langage, rendant l'IA plus accessible.

Une nouvelle méthode pour améliorer les modèles pré-entraînés en utilisant un réglage fin sélectif.

Une nouvelle méthode aborde les défis clés de l'apprentissage par renforcement grâce à des techniques d'optimisation améliorées.

FreeCG améliore la modélisation moléculaire en boostant l'efficacité et la précision.

Un aperçu de l'apprentissage fédéré combinant la confidentialité différentielle et la blockchain pour la sécurité des données.

Nouvelles méthodes améliorent la résolution d'équations aux dérivées partielles fractionnaires complexes.

Une méthode pour aider les robots à évaluer les formes et les positions des objets.

Un aperçu des réseaux de neurones symplectomorphes et de leur importance dans les systèmes hamiltoniens.

Un nouveau modèle génératif améliore la création de candidats médicaments en utilisant des techniques d'apprentissage profond.

Un système pour aider les vendeurs de Microsoft à trouver du contenu pertinent pour des opportunités d'affaires.

Une nouvelle méthode pour attraper en toute sécurité des drones non autorisés en utilisant l'apprentissage par renforcement.

La détection d'anomalies améliore la sécurité des véhicules en identifiant des motifs inhabituels dans les données.

Une étude sur les systèmes d'apprentissage fédéré utilisant la blockchain pour une collaboration sécurisée.

Cette étude montre comment les attaques non hostiles affectent les algorithmes d'embedding de graphes de connaissances.

Le modèle TeVAE identifie efficacement les anomalies dans les tests de groupe motopropulseur des véhicules en utilisant des données de séries temporelles.

Présentation de Treeffuser pour des prévisions probabilistes améliorées à partir de données tabulaires.

Cet article parle de comment éviter l'effondrement des modèles en utilisant une meilleure sélection de données et des retours.

SeqMate facilite le traitement des données de séquençage d'ARN pour les biologistes.

Examiner l'impact des fonctions d'activation périodiques sur l'efficacité d'apprentissage et la généralisation.

Un aperçu de comment les systèmes peuvent être observés et compris à travers leurs statistiques.

Une nouvelle mesure d'évaluation améliore la performance des modèles dans les tâches de classification multi-étiquette.

CCL s'assure que les réseaux de neurones gardent leur précision tout en apprenant de nouvelles tâches.

Un nouveau cadre améliore l'efficacité d'apprentissage dans les tâches de renforcement.

De nouvelles stratégies combinent la cartographie et la prédiction du comportement pour les véhicules autonomes.

Un nouveau modèle d'IA améliore la détection des défauts et l'évaluation de la qualité dans l'industrie.

Améliorer les modèles de mélange en apprentissage automatique pour plus d'efficacité et de meilleurs résultats.

Une bonne sélection des données améliore les performances des grands modèles de langage.