Informatique - Apprentissage automatique

Évaluer les risques de cybersécurité posés par les grands modèles de langage.

Explorer des méthodes efficaces pour prévoir la demande en énergie dans un climat qui change.

Un aperçu de comment la FIVB classe les équipes de volley-ball.

Un nouveau cadre améliore les prévisions de vitesse de circulation en utilisant des données contextuelles.

Un nouveau modèle améliore l'efficacité du traitement des longues séquences en utilisant des matrices de rotation.

Une nouvelle méthode améliore la précision dans l'analyse des données astronomiques grâce à un apprentissage iteratif.

De nouvelles méthodes améliorent l'entraînement et la performance des Réseaux Kolmogorov-Arnold informés par la physique.

Cet article présente une approche nouvelle utilisant des réseaux de neurones pour étudier des flux complexes.

Comprendre les explications contrefactuelles pour améliorer le diagnostic médical grâce à l'IA.

Combiner les méthodes existantes améliore la détection OOD pour des applis de machine learning plus sûres.

Explorer de nouvelles méthodes pour optimiser les réseaux de communication quantique en utilisant l'apprentissage automatique.

L'informatique quantique pourrait améliorer les capacités d'apprentissage supervisé et résoudre des tâches complexes.

Enquête sur les avantages des données non imbriquées en apprentissage automatique pour la chimie quantique.

Cette méthode améliore l'efficacité de la planification en utilisant des prévisions et des modèles d'action adaptatifs.

Une nouvelle méthode améliore la précision et l'efficacité du regroupement de graphes.

UNIFAC 2.0 améliore les prédictions des mélanges chimiques en utilisant des techniques avancées.

Une nouvelle méthode utilise des réseaux de neurones graphiques pour améliorer l'efficacité du coloriage de graphes.

Les techniques d'apprentissage automatique transforment notre façon de modéliser le comportement des matériaux sous contrainte.

Mamba propose une nouvelle architecture pour gérer efficacement des données complexes en IA.

La recherche se concentre sur l'amélioration de la sécurité des grands modèles de langage grâce à des techniques d'alignement.

Cette étude évalue à quel point les modèles adaptent leur style de communication pendant les conversations.

Découvrez comment les réseaux de convolution graphiques analysent des données complexes dans différents domaines.

Découvrez comment les compositions de Shapley améliorent la compréhension des prédictions multiclasses.

Une nouvelle méthode améliore l'entraînement des réseaux de neurones en utilisant une approche d'optimisation hybride.

Explore comment l'IA et l'apprentissage par transfert transforment la détection du cancer du rein.

Un cadre pour s'attaquer au bruit de données dans les techniques de récupération croisée.

Une nouvelle approche qui améliore la compréhension des machines des données visuelles provenant de sources diverses.

Un nouvel algorithme améliore la vie privée et l'efficacité dans l'apprentissage fédéré en utilisant des méthodes d'ordre supérieur.

Une nouvelle méthode pour une visualisation plus claire des caractéristiques des données à haute dimension.

Une nouvelle méthode améliore le diagnostic de la pneumonie en utilisant des techniques d'apprentissage profond.

De nouvelles méthodes améliorent la précision des nanodispositifs corporels basés sur les caractéristiques individuelles.

Cet article examine comment le changement climatique affecte la culture du maïs et les risques d'assurance.

Une nouvelle méthode pour améliorer la communication dans des environnements bruyants en utilisant la communication sémantique.

Les appareils portables et les algorithmes visent à détecter la septicémie plus tôt pour un meilleur soin des patients.

Cet article présente une méthode pour améliorer la résistance de la descente de gradient distribuée contre la corruption des travailleurs.

Règles essentielles pour soumettre des articles à la conférence ECCV.

L'apprentissage automatique améliore la prédiction de la PAV chez les patients avec traumatisme crânien.

HiSTN utilise des données EEG pour classifier les émotions efficacement avec un minimum de ressources.

Utiliser des données non structurées pour estimer les effets des traitements plus efficacement.

Un aperçu de l'architecture bi-encodeur et de sa nouvelle perspective pour améliorer la précision de recherche.