Informatique - Apprentissage automatique

Un nouveau modèle pour gérer les dépendances des articles dans la prédiction du comportement des clients.

De nouvelles méthodes améliorent la création de molécules pour les médicaments et les matériaux.

Un nouveau réseau de neurones, STAResNet, propose de meilleures solutions pour les prévisions de champs électromagnétiques.

Une nouvelle méthode pour améliorer la découverte et l'analyse des données pour de meilleures prédictions.

Une nouvelle méthode pour améliorer les modèles de langage grâce à une sélection efficace des tokens.

Cet article examine la métaconsistance dans les modèles statistiques pour des systèmes imprévisibles.

Une nouvelle approche pour améliorer l'apprentissage en plein bruit dans les environnements d'apprentissage par renforcement.

Comprendre les problèmes multi-objectifs en apprentissage par renforcement avec de nouvelles méthodes d'optimisation.

De nouvelles méthodes améliorent la précision pour prédire les fonctions et les réactions des enzymes.

Une nouvelle approche améliore l'évaluation hors politique en prenant en compte les influences sociales.

Cette étude améliore l'apprentissage actif en utilisant des dérivées pour de meilleures prédictions.

Une nouvelle méthode réduit la taille des réseaux de neurones tout en préservant la performance.

Une nouvelle façon de diagnostiquer le glaucome grâce aux relations entre biomarqueurs.

Un aperçu des avantages des modèles locaux et des pipelines LLMOps.

Une nouvelle méthode améliore les prévisions tout en gérant les coûts dans le secteur de la santé.

CF-KAN améliore les systèmes de recommandation en surmontant l'oubli et en s'adaptant aux préférences des utilisateurs.

SPICED propose une détection avancée des Trojans analogiques dans les circuits intégrés.

Explorer le rôle du SLAM et du RL dans l'amélioration de la navigation des robots.

Une nouvelle méthode améliore la traduction dans plusieurs langages de programmation.

InfoIGL améliore la performance des réseaux de neurones graphiques dans des environnements de données variés.

Améliorer la précision de la classification d'images en utilisant des embeddings d'autoencodeur préentraînés dans SimCLR.

Cette recherche explore comment les petits producteurs d'énergie peuvent rejoindre efficacement les marchés de l'énergie.

Un cadre pour mieux prédire le mouvement humain grâce à l'apprentissage automatique.

Cet article passe en revue les méthodes d'analyse des séries chronologiques et leur application dans l'éducation.

Explorer comment l'informatique quantique peut améliorer le processus de développement des médicaments.

Une nouvelle méthode permet de faire de la modélisation 3D juste à partir de deux images sans avoir besoin des détails de la caméra.

ConVis vise à réduire les inexactitudes dans les grands modèles de langage multimodaux.

Une nouvelle approche améliore la détection d'objets dans des nuages de points 3D pour les voitures autonomes.

Présentation d'une méthode pour améliorer la génération d'images à partir de descriptions textuelles complexes.

Soft-IntroVAE améliore les VAE avec un apprentissage préalable pour une meilleure génération de données.

Une nouvelle méthode pour réduire les paramètres et accélérer l'entraînement des réseaux de neurones.

Les avancées tech améliorent la détection humaine lors des urgences maritimes.

Un nouveau cadre fusionne l'apprentissage profond avec des statistiques semi-paramétriques pour une meilleure analyse de données.

La recherche compare des techniques pour analyser les données des capteurs des véhicules sur 2,5 ans.

Intégrer des événements futurs améliore la précision des méthodes de prévision énergétique.

Combiner les données de flux et de paquets révolutionne la détection des menaces réseau.

Une nouvelle méthode utilisant AutoSparse pour un élagage efficace des réseaux neuronaux dès le départ.

Cette recherche montre comment les robots apprennent des tâches complexes grâce à l'entraînement dans le monde réel.

Une étude sur les méthodes pour estimer la force de la turbulence à partir d'images vidéo.

TART améliore la précision du modèle tout en se défendant contre les attaques adversariales.