Informatique - Apprentissage automatique

Cet article examine les vulnérabilités dans les modèles de segmentation sémantique et propose des solutions.

Explorer comment les choix d'entraînement influencent la performance et la généralisation du modèle.

La recherche met en avant les défis et les solutions pour que les systèmes d'apprentissage profond s'adaptent au fil du temps.

Un aperçu des méthodes de transport optimal, leurs utilisations, défis et solutions récentes.

De nouvelles méthodes améliorent l'efficacité de l'entraînement de modèles neuronaux plus petits.

Présentation d'une nouvelle approche pour le raisonnement contrefactuel utilisant des données d'observation et la régression quantile.

VCReg améliore l'apprentissage par transfert en favorisant des représentations de caractéristiques variées dans les modèles.

Un aperçu des MLLMs et de leurs applications en IA.

Une nouvelle méthode pour identifier les données OOD dans les modèles d'apprentissage automatique.

Comprendre les modèles de machine learning est super important pour la confiance et la responsabilité.

Examen de la classification multiclasses en ligne avec un retour d'information en valeur d'ensemble et ses implications.

Combiner le parallélisme de modèle et l'échange de mémoire pour servir efficacement de gros modèles.

Évaluer comment les changements environnementaux impactent la performance des modèles de reconnaissance d'images.

Minigrid et Miniworld sont des outils pour tester la prise de décision dans l'IA.

Nouveau modèle améliore la précision des mesures d'absorption de carbone par les plantes dans différentes régions.

Une nouvelle approche renforce les défenses dans les systèmes d'apprentissage fédéré contre les attaques adverses.

QNNRepair améliore la précision des réseaux de neurones après quantification.

Examiner les impacts de l'apprentissage fédéré sur la généralisation des modèles et la confidentialité des données.

Méthodes innovantes pour améliorer les prévisions des réseaux de neurones dans les systèmes chaotiques.

Découvrez comment le Profit Incremental par Conversion transforme la mesure des promotions.

Une nouvelle méthode améliore la visualisation et la précision dans l'analyse du séquençage d'ARN à cellule unique.

Une nouvelle méthode réduit la taille des couches d'embedding tout en maintenant la précision.

Cette étude examine les avantages de fusionner le traitement de la parole avec des données visuelles.

Découvre comment l'IA peut créer des ensembles de données synthétiques super utiles pour la recherche en télématique.

Méthodes pour garantir que les Réseaux de Neurones Bayésiens sont fiables face aux attaques adversariales.

NetBooster améliore les performances des petits réseaux neuronaux pour les appareils intelligents.

Cette recherche examine le fine-tuning dans les applications d'apprentissage par imitation avec peu d'exemples.

Une nouvelle méthode améliore les prévisions en tenant compte des scores de plusieurs experts.

Un aperçu de l'impact de l'apprentissage contrastif manifold sur les modèles de machine learning.

Les SBNN rendent l'apprentissage machine plus efficace pour les appareils avec peu de ressources.

Ce travail montre les avantages de la communication décentralisée dans les jeux avec plein d'agents.

Cette méthode améliore la détection des valeurs aberrantes en utilisant un processus en plusieurs étapes.

Un modèle qui apprend en continu tout en donnant des explications claires pour ses décisions.

Intégrer le savoir humain dans les modèles d'IA pour prendre de meilleures décisions.

ShapeLinker optimise la conception des linkers pour une meilleure efficacité des médicaments grâce à l'apprentissage automatique.

Une nouvelle méthode améliore l'évaluation de la récupération d'images en réduisant les influences des catégories.

Examiner comment le hasard influence les vulnérabilités en apprentissage automatique et le besoin de meilleures normes.

Une nouvelle méthode améliore la prédiction des étiquettes de nœuds en utilisant des affinités de tâches pour de meilleures performances.

Une nouvelle méthode accélère les examens IRM tout en maintenant la qualité de l'image.

Cet article parle d'utiliser des modèles linguistiques pour améliorer les prédictions sur des données tabulaires.