Informatique - Apprentissage automatique

La recherche utilise des vidéos pour analyser le comportement des bonobos sans intervention humaine.

Une plongée profonde dans comment des petits changements peuvent tromper les classificateurs.

Une récente étude suggère que la spectroscopie Raman pourrait améliorer le diagnostic de la maladie d'Alzheimer.

Des chercheurs ont développé une méthode pour créer des molécules 3D variées en utilisant des formes existantes.

La recherche améliore les méthodes de distillation de connaissances pour une segmentation d'image sémantique efficace.

DTW+S améliore les comparaisons de données en séries temporelles dans divers domaines, surtout en santé publique.

Explorer le rôle de l'apprentissage automatique dans l'analyse des propriétés topologiques des réseaux photoniques.

De nouvelles méthodes améliorent la détection d'images médicales inhabituelles pour de meilleurs diagnostics.

La recherche propose une méthode pour apprendre des états quantiques en utilisant des mesures à copie unique.

Les opérateurs neuronaux latents ramifiés améliorent la modélisation cardiaque grâce à un apprentissage efficace des entrées-sorties.

Cette étude améliore la détection de ballons de foot pour les robots mobiles dans différentes conditions.

Un aperçu de l'utilisation des méthodes spectrales pour améliorer l'estimation des paramètres dans des données structurées.

Une approche d'apprentissage automatique pour un meilleur suivi du sommeil grâce à la technologie portable.

Une nouvelle façon de gérer l'admission des jobs dans des systèmes complexes avec peu d'infos.

Une nouvelle méthode permet de protéger la vie privée dans l'apprentissage profond grâce à des approximations polynomiales.

Une étude montre des tendances importantes sur la façon dont les cerveaux des bébés grandissent et se connectent.

Des recherches montrent que les agents artificiels peuvent comprendre et agir sur des tâches linguistiques efficacement.

Ce travail évalue à quel point les VLMs raisonnent en se basant sur le contenu visuel.

Examiner comment les GNN peuvent s'améliorer en modifiant des structures de graphes inutiles.

Explorer comment les contrefactuels améliorent la clarté des prédictions en apprentissage automatique.

Une nouvelle méthode améliore la segmentation des vaisseaux cérébraux en utilisant des techniques d'apprentissage semi-supervisé.

Voici GCO, une méthode qui améliore les visuels des annonces en se basant sur les intérêts des utilisateurs pour un meilleur engagement.

Explorer comment la normalisation par lots et la régularisation par poids influencent l'entraînement des réseaux de neurones.

Utiliser des jumeaux numériques pour améliorer la détection des anomalies dans la gestion du contrôle des trains.

Exploiter les LLM pour rendre l'analyse des données graphiques accessible à tout le monde.

De nouvelles méthodes se concentrent sur l'amélioration de la qualité des données d'entraînement pour les modèles de langue.

Une nouvelle approche améliore l'efficacité de l'optimisation bayésienne et réduit considérablement le temps de calcul.

Cet article parle d'une approche innovante pour générer des compétences dans des tâches de renforcement difficiles.

Un aperçu des Normalizing Flows et de leur rôle dans la création de motifs de données complexes.

Des robots conçus pour aider les personnes malvoyantes en réagissant aux tirages humains.

Le nouveau modèle Edge of Stability améliore la mémoire et les performances des réseaux neuronaux.

De nouveaux formats améliorent l'efficacité du stockage des données pour les grandes matrices clairsemées.

Présentation d'une approche multi-représentation pour mieux comprendre la littérature scientifique.

Des méthodes innovantes améliorent la sécurité dans la communication numérique pour les infos sensibles.

Un nouveau cadre aide les chercheurs à évaluer le bruit d'étiquettes dans les modèles de classification.

Une nouvelle méthode améliore la détection des faux audios grâce à la modification adaptative des poids.

Une nouvelle méthode améliore l'apprentissage auto-supervisé grâce à l'apprentissage par ensemble pour de meilleures prédictions.

Présentation d'OrcoDCS pour un traitement de données efficace dans les environnements IoT.

Un nouveau modèle améliore la classification des sous-types de cancer du poumon en utilisant des images CT et des images pathologiques.

Cette étude examine des modèles d'apprentissage profond pour prévoir le nombre de visiteurs dans le tourisme.