Informatique - Apprentissage automatique

Les drones améliorent l'analyse du trafic, ce qui conduit à une planification urbaine plus intelligente.

Découvrez comment les modèles conditionnels peuvent créer des trilogies d'événements significatives.

De nouvelles stratégies améliorent l'efficacité et l'efficience des autoencodeurs creux dans l'apprentissage des caractéristiques.

Une nouvelle méthode améliore la précision et la sécurité des BCI contre les attaques.

Une nouvelle méthode pour évaluer les modèles génératifs en utilisant des tests non paramétriques.

De nouvelles fonctions de perte améliorent la façon dont les modèles de langage gèrent les données numériques.

Une nouvelle méthode améliore l'efficacité des modèles linguistiques tout en gardant la performance.

Une méthode pour que les agents améliorent leurs estimations grâce au travail d'équipe et aux retours.

La recherche éclaire sur l'ajustement des hyperparamètres pour une meilleure performance des modèles.

Découvrez comment FedGPL aide les organisations à collaborer tout en protégeant la confidentialité de leurs données.

Explore des méthodes d'apprentissage locales qui transforment l'entraînement des réseaux de neurones.

Des chercheurs sont en train de reconstruire des images et du texte à partir des signaux du cerveau de manière vraiment fascinante.

Une nouvelle méthode réduit les besoins en données dans l'apprentissage par renforcement, ce qui améliore la stabilité de l'entraînement.

Ce papier présente une nouvelle méthode pour créer des données synthétiques pour l'analyse et la modélisation.

Des chercheurs ont développé un cadre pour analyser et prédire des systèmes complexes.

Apprends des méthodes efficaces pour dénicher les meilleures récompenses aux jeux de carnaval.

Une nouvelle méthode accélère la résolution d'équations complexes pour des applications concrètes.

Un nouveau modèle facilite l'analyse des données pour les collisions de particules, améliorant la compréhension de la physique.

Découvre comment les robots peuvent mieux évaluer la confiance dans la collaboration humaine.

QuWeiT transforme l'efficacité de l'IA en réduisant la consommation d'énergie tout en maintenant la performance.

Présentation d'une méthode fiable pour évaluer la performance des algorithmes RL grâce à une fonction de gap.

R2N propose une méthode flexible pour s'attaquer efficacement aux problèmes d'optimisation complexes.

Un aperçu de comment les machines apprennent à reconnaître des objets sans étiquettes.

Un aperçu de comment notre cerveau gère la mémoire à court terme avec des réseaux neuronaux.

Une nouvelle méthode améliore la communication et le contrôle dans des systèmes complexes grâce à l'apprentissage adaptatif.

Découvrez comment les MLLMs améliorent notre capacité à comprendre les images satellites.

SEE-DPO améliore la génération d'images en alignant les modèles avec les préférences humaines.

Les recherches montrent les risques d'attaques par inférence sur les propriétés des GNN et la nécessité de protéger la vie privée des données.

De nouvelles méthodes améliorent l'optimisation distribuée tout en préservant la confidentialité des données des agents.

Trouver un terrain d'entente pour la prise de décision de l'IA entre les valeurs humaines diverses.

Découvrez comment la dopamine artificielle imite l'apprentissage du cerveau pour améliorer l'IA.

Découvre de nouvelles méthodes pour améliorer les prévisions des véhicules volants à grande vitesse.

Découvrez comment QCov teste la fiabilité des réseaux neuronaux quantiques dans des tâches complexes.

Une nouvelle méthode améliore la fiabilité des prévisions pour des groupes divers dans des situations à enjeux élevés.

Des chercheurs améliorent l'entraînement des modèles de protéines en utilisant des données variées et des méthodes efficaces.

L'apprentissage automatique améliore l'analyse biochimique des poissons avec la spectroscopie Raman.

Une étude examine la performance des LLMs avec un long contexte dans des tâches de récupération.

Ce papier examine des méthodes pour comparer des modèles génératifs à travers des représentations basées sur des embeddings.

Découvrez comment AI Metropolis accélère et améliore les interactions des agents dans les simulations.

Cette étude examine comment l'apprentissage contrastif améliore le regroupement des données à travers les GMM.