Informatique - Apprentissage automatique

Une approche innovante pour compresser des modèles avancés efficacement sans perdre en performance.

De nouvelles méthodes améliorent la façon dont les robots apprennent et s'adaptent aux tâches.

Ce papier propose de nouvelles métriques pour mesurer le désenchevêtrement dans des données complexes.

AGA améliore la formation de l'IA avec des origines diverses tout en gardant les sujets intacts.

Ce projet améliore la correction de texte dans des documents historiques bulgares en utilisant la technologie OCR.

Les modèles d'attention améliorent la précision et la robustesse de la reconnaissance des cibles SAR.

Une nouvelle approche combine l'inférence variationnelle et l'échantillonnage d'importance tempéré pour l'analyse de données.

Une étude sur l'efficacité de Graphair dans les représentations de graphes équitables et la prédiction de liens.

De nouvelles méthodes améliorent la résilience de l'apprentissage par renforcement face aux entrées adversariales.

Utiliser l'imagerie hyperspectrale pour détecter les maladies des cultures de manière efficace.

Utiliser l'IA pour simuler des données afin d'analyser les connections émotionnelles en santé mentale.

L'extension NoPhish utilise l'apprentissage automatique pour lutter contre les menaces de phishing en ligne.

InfraLib améliore la gestion des infrastructures en utilisant des méthodes basées sur les données et des modèles réalistes.

Un nouveau système génère de la parole à partir de texte en utilisant un minimum de données.

Cette étude utilise l'apprentissage automatique pour prédire le drainage acide des mines dans les zones minières.

Découvre comment l'apprentissage fédéré garde les données privées tout en permettant la collaboration dans l'IIoT.

Une nouvelle méthode améliore la précision de la récupération de trajectoire pour une meilleure mobilité urbaine.

Un nouveau modèle améliore la détection de la dépression dans les publications sur les réseaux sociaux avec des explications claires.

Un aperçu de la façon dont les méthodes d'apprentissage profond s'attaquent aux équations différentielles.

Une nouvelle méthode pour calculer des opérateurs proxi sans trier les données pour l'optimisation.

Des chercheurs ont développé LEGNet pour mieux prédire les capacités linguistiques chez les survivants d'AVC.

Une nouvelle méthode améliore la fiabilité des réponses des grands modèles de langage.

Apprends à optimiser efficacement en utilisant des sources d'infos biaisées.

L'agrégation de classements aide à combiner les préférences pour prendre de meilleures décisions dans divers domaines.

Une nouvelle approche pour gérer des portefeuilles financiers grâce à des méthodes d'apprentissage profond.

Une étude sur la classification des conditions météorologiques dans les images pour une meilleure reconnaissance par les machines.

Les réseaux de neurones améliorent les solutions pour des équations différentielles partielles complexes.

Une nouvelle méthode améliore la classification en ajustant les modèles aux évolutions des données.

Un nouveau modèle pour prévoir les trajectoires humaines en intérieur en utilisant des données géométriques et visuelles.

Une nouvelle méthode améliore l'identification des auteurs dans des documents historiques en utilisant des Vision Transformers.

Une nouvelle méthode intègre l'apport humain pour améliorer l'apprentissage OOD des modèles de machine learning.

Explorer l'intersection entre les retours humains et les systèmes multi-agents pour une meilleure collaboration.

De nouvelles méthodes combinent l'estimation de densité et l'apprentissage profond pour une détection d'anomalies efficace.

Une nouvelle métrique sans référence améliore l'évaluation de la suppression d'objets dans l'édition d'images.

Une nouvelle méthode pour transmettre des données de graphes efficacement en se concentrant sur l'essentiel.

L'apprentissage automatique améliore les prévisions et le suivi dans la fabrication biopharmaceutique.

Des chercheurs améliorent des modèles pour prédire le crime plus précisément et aider les forces de l'ordre.

Apprends comment les processus gaussiens gèrent l'incertitude de prédiction en apprentissage machine.

La recherche vise à améliorer la sécurité aux ronds-points en prédisant les zones de dilemme.

L'apprentissage automatique améliore la gestion des flux d'air instables dans différents systèmes.