Informatique - Apprentissage automatique

Un nouveau jeu de données améliore la synthèse vocale en capturant l'expression émotionnelle sans se baser sur le texte.

Cette étude examine des méthodes avancées pour prédire l'engorgement des urgences et améliorer les soins aux patients.

RMAggNet améliore les classifiants en corrigeant les erreurs et en rejetant les entrées incertaines.

Examiner les problèmes pour détecter les piétons afin d'améliorer la sécurité routière pour les véhicules autonomes.

Apprends comment les PUF améliorent la sécurité de l'info grâce à des réponses uniques.

De nouveaux modèles améliorent la manière dont les machines se souviennent des données et les généralisent.

Les PIBI-Nets simplifient la résolution des PDE en utilisant des données aux limites, ce qui améliore l'efficacité et la précision.

Une nouvelle méthode de gestion de la mémoire améliore les performances des grands modèles de langage.

Un aperçu de comment les forêts aléatoires estiment la précision des prédictions pour un meilleur classement des données.

Les CGRAs et Morpher offrent des solutions efficaces pour les tâches d'apprentissage automatique dans les appareils intelligents.

Cet article parle des méthodes pour protéger les données des utilisateurs dans les systèmes de recommandation.

Une nouvelle méthode assure des explications fiables pour les décisions des agents DRL.

Voici POCON, une nouvelle méthode pour l'apprentissage non supervisé continu.

Présentation d'une nouvelle méthode pour des prévisions précises en régression multi-modale.

Une nouvelle méthode pour comprendre les pics de prix sur les marchés de l'électricité causés par les énergies renouvelables.

Explore comment les GNN et les Graphes de Connaissances améliorent les prédictions de liens en santé.

Fairness as a Service s'attaque aux biais dans les systèmes de machine learning de manière sécurisée.

Étudier les transitions de phase quantiques révèle des comportements complexes dans les systèmes à interactions à longue portée.

Un nouveau modèle vise à évaluer équitablement le biais politique dans le reportage d'actualités.

Un cadre pour détecter les anomalies dans les logs en analysant les relations entre les événements.

L'entraînement adversarial renforce la résistance des modèles de machine learning à la manipulation des entrées.

MagiCapture simplifie la création de portraits de haute qualité avec peu d'images.

Une nouvelle méthode améliore l'équité et la précision du modèle sans avoir besoin de beaucoup de données de groupe.

Un nouveau cadre prédit la croissance des fissures de fatigue dans les structures d'ingénierie pour améliorer la sécurité.

Examiner les méthodes d'apprentissage pour un gameplay efficace dans des environnements incertains.

Ce modèle améliore comment les neurones s'adaptent aux changements d'informations sensorielles.

Racing-CVGP améliore l'efficacité de la régression symbolique pour découvrir des équations mathématiques.

Cet article explique comment les CNN apprennent des caractéristiques des images en utilisant AGOP.

Une méthode de régression quantile robuste améliore les prédictions dans les tâches d'imagerie médicale.

Phoneme Hallucinator transforme la conversion vocale avec peu de données pour des sorties plus claires.

COBRA améliore l'analyse de survie grâce à une meilleure sélection de variables et à l'intégration de modèles.

Ce papier présente une vue géométrique des modèles de langage transformer.

Une méthode pour aborder les soucis de vie privée et d'équité dans l'apprentissage automatique.

Une nouvelle méthode améliore l'identification des tissus dans les lames de biopsie en éliminant les artefacts.

Une nouvelle méthode qui utilise des TEE pour protéger les modèles d'apprentissage machine dans l'apprentissage fédéré.

Apprendre des dérives améliore la performance des modèles en apprentissage fédéré avec des données variées.

Utiliser l'apprentissage automatique pour améliorer la pathologie numérique pour un meilleur diagnostic des maladies.

Cet article explore comment les techniques de deep learning améliorent les prévisions des événements météorologiques extrêmes.

Évaluer l'efficacité des algorithmes MARL à travers des méthodes de communication et d'entraînement.

Les techniques quantiques pourraient améliorer l'efficacité et la performance du clustering k-means.