Informatique - Apprentissage automatique

Une nouvelle approche améliore la détection des fausses images créées par l'IA.

Un réseau de neurones pour une estimation de flux améliorée tout en respectant les règles physiques.

Une méthode pour améliorer les modèles d'étudiants en utilisant les connaissances des modèles de professeurs plus performants.

FusionDTI améliore les prévisions des interactions médicament-cible pour un développement de médicaments amélioré.

Analyser les clusters de traders révèle des tendances pour améliorer les prévisions d'investissement.

Une nouvelle méthode pour reconstruire des objets complexes en utilisant des entrées visuelles et des techniques de codage.

DafnyBench teste des outils de vérification de logiciels, ouvrant la voie à une programmation fiable.

Un nouvel algorithme améliore l'efficacité de l'apprentissage fédéré tout en garantissant la confidentialité des données.

Une nouvelle méthode pour créer des images à partir de texte en utilisant des modèles spécialisés.

Méthodes efficaces pour gérer les labels bruyants dans des données de haute dimension pour une meilleure classification.

Explore comment la technologie Compute-in-Memory améliore l'efficacité des modèles de langage.

Un nouveau banc d'essai pour tester des méthodes d'apprentissage par renforcement robustes dans différents environnements.

Des chercheurs améliorent l'apprentissage par renforcement avec un nouveau cadre pour des environnements incertains.

Cette étude examine comment les prédictions futures améliorent la performance de classification en ligne.

Un nouveau jeu de données améliore l'évaluation de la qualité des images en microscopie.

Un aperçu de comment les LLMs abordent les défis de la programmation par l'exemple.

Explorer comment l'information causale structurelle peut améliorer la qualité des données synthétiques.

Un nouveau cadre pour créer des classificateurs d'apprentissage automatique fiables et précis.

Cette recherche explore des méthodes pour apprendre des circuits quantiques peu profonds malgré le bruit.

Un aperçu des modèles de diffusion générative et de leurs processus uniques.

De nouvelles méthodes améliorent les ensembles de données d'images tout en garantissant la vie privée et la performance.

Une nouvelle méthode améliore la génération de candidats médicaments grâce à l'IA et à la prédiction des propriétés.

La recherche se concentre sur l'amélioration de l'efficacité des modèles de compréhension de documents.

Examine comment les algorithmes peuvent protéger la vie privée tout en optimisant les décisions dans la médecine personnalisée.

Une nouvelle architecture GNN améliore les prédictions grâce à une expressivité renforcée et une intégration des fragments.

Une nouvelle approche pour améliorer les méthodes d'estimation du CADR pour de meilleurs résultats.

Analyser et atténuer les erreurs de discrétisation dans les Fourier Neural Operators pour de meilleures prédictions.

Une nouvelle méthode de filigrane aide à identifier les données tabulaires synthétiques.

Analyser les impacts des énergies renouvelables sur la stabilité du réseau électrique en utilisant des techniques d'apprentissage machine.

Le Q-learning 2RA améliore l'apprentissage automatique en réduisant les biais et en accélérant l'apprentissage.

Méthodes pour estimer la fiabilité des modèles d'apprentissage automatique.

CViT fusionne l'apprentissage des opérateurs avec des champs neuronaux conditionnés pour améliorer la modélisation scientifique.

Combiner des approches pour améliorer les prédictions des interactions entre substances.

CFG++ améliore la génération et l'édition d'images, offrant une meilleure correspondance avec les invites textuelles.

Cette recherche s'attaque au sur-lissage dans les convolutions de graphes pour améliorer la précision de la classification des nœuds.

Cette étude examine les méthodes audio pour suivre les mouvements des piétons dans les zones urbaines.

Cette étude examine comment l'ambiguïté dans les phrases affecte les performances des systèmes de recherche.

Une nouvelle méthode améliore l'adaptabilité des modèles dans les tâches d'apprentissage avec peu d'exemples.

Une nouvelle approche pour améliorer la prédiction de liens dans différents types de graphes.

La recherche met en avant des méthodes pour améliorer les modèles de langue grâce aux retours des humains.