Informatique - Apprentissage automatique

Apprends comment l'unlearning machine aide à protéger la vie privée des utilisateurs en supprimant l'influence des données.

Une nouvelle méthode utilise les DSE pour mieux prédire le risque de cancer chez les patients.

Un aperçu de pourquoi l'IA explicable compte dans différents secteurs.

Un aperçu de comment la physique peut améliorer les méthodes d'apprentissage par renforcement.

Une nouvelle approche pour améliorer les performances de l'apprentissage fédéré tout en garantissant la confidentialité des données.

Explore des méthodes pour améliorer la quantification de l'incertitude dans les modèles de prédiction d'événements.

Un aperçu de comment les robots peuvent s'adapter rapidement aux tâches changeantes.

Une nouvelle méthode d'IA améliore l'analyse des mammographies sans avoir besoin de beaucoup de données étiquetées.

Brave offre de la vie privée et de la protection contre les menaces dans l'apprentissage fédéré entre pairs.

La technologie radar améliore les contrôles de santé à distance tout en garantissant la vie privée des utilisateurs.

Apprends comment l'apprentissage sécurisé améliore l'efficacité et la sécurité de l'équilibrage de charge SD-WAN.

Une méthode pour regrouper des données en prenant en compte des caractéristiques et des identités diverses.

Une nouvelle méthode améliore l'entraînement des modèles avec des étiquettes bruyantes en utilisant la Dimension Intrinsèque Locale.

Cette méthode simplifie l'ajout d'objets dans des environnements 3D en utilisant du texte et des boîtes 2D.

Examiner comment les retours des utilisateurs influencent les recommandations de contenu en ligne et l'engagement des utilisateurs.

Une approche formelle pour identifier les violations de la vie privée dans les algorithmes de calcul quantique.

Examiner comment différents modèles pour les images et le texte peuvent fonctionner ensemble efficacement.

Explorer l'importance de la normalisation des caractéristiques dans les dynamiques d'apprentissage non contrastif.

Cette étude améliore l'analyse des scanners CT avec l'IA pour mieux détecter le COVID-19.

Un aperçu de l'apprentissage fédéré et de l'apprentissage à l'oubli pour la protection des données.

Une nouvelle approche permet aux modèles de s'adapter efficacement à différentes catégories de tâches.

Ce papier parle des méthodes pour réduire le biais dans l'analyse de données.

Une nouvelle méthode pour créer des systèmes de scoring qui gèrent plusieurs classes efficacement.

Combiner JAX et Firedrake améliore les méthodes numériques pour résoudre des équations différentielles partielles.

VI-IGL améliore l'apprentissage machine en s'attaquant aux récompenses cachées et aux retours bruyants.

AdaFed améliore l'équité dans l'apprentissage fédéré tout en maintenant la précision du modèle.

Un cadre pour rendre les décisions des réseaux de neurones plus faciles à comprendre.

Une nouvelle méthode pour représenter les flux en utilisant des complexes cellulaires.

Utiliser l'apprentissage profond pour optimiser les puits de pétrole à gaz lifté améliore l'efficacité et accélère les solutions.

Une étude sur l'amélioration de la précision des prédictions de code dans les grands modèles de langage.

Une étude sur comment les choix de paramètres influencent la performance des modèles en distillation de connaissance.

Une nouvelle méthode améliore les prédictions en utilisant des processus gaussiens sur des structures de données inconnues.

Apprends comment les Modèles de Diffusion Variationnels génèrent des images et des données de haute qualité.

Les recherches mettent en avant l'utilisation du pré-entraînement auto-supervisé dans l'analyse d'images GIE.

MPHD améliore l'optimisation bayésienne en utilisant des connaissances de différents domaines pour de meilleurs résultats.

Une vue d'ensemble des machines à vecteurs de support et de leurs applications en apprentissage automatique.

Combiner l'apprentissage machine et l'OFDFT améliore l'efficacité et la précision de l'analyse moléculaire.

Les memristors quantiques améliorés par l'apprentissage automatique peuvent transformer la technologie de la mémoire et les systèmes informatiques.

Des recherches montrent des risques de manipulation cachés dans les méthodes de maximisation d'activation pour les DNN.

Une nouvelle méthode améliore la qualité vidéo tout en réduisant l'utilisation des ressources.