Informatique - Apprentissage automatique

Comment les matrices de Gram et les couches de normalisation améliorent l'apprentissage des réseaux de neurones.

Découvrez comment QTD améliore l'estimation de la valeur dans des environnements incertains.

Une nouvelle approche pour améliorer l'apprentissage faiblement supervisé grâce à des techniques de boosting innovantes.

De nouvelles techniques améliorent la sélection des experts dans les modèles de machine learning pour de meilleures performances.

Cet article explore des méthodes avancées en optimisation contrainte utilisant des techniques adaptatives.

Analyser comment le choix des fuseaux horaires impacte la santé et les résultats sociaux.

Un aperçu de comment l'estimation croisée améliore l'évaluation des risques dans l'évaluation des modèles.

Un examen de comment la technologie imite les styles poétiques.

Nouveau défi pour améliorer la détection et le traitement des tumeurs cérébrales chez les enfants.

Une nouvelle méthode améliore l'apprentissage désentrelacé grâce à une représentation quantifiée et à de la régularisation.

D-CLOSE offre des insights plus clairs sur les décisions de détection d'objets par IA.

Cette étude évalue la calibration des prévisions probabilistes dans les modèles de régression neuronale.

AFFJORD améliore la modélisation générative avec de nouvelles techniques puissantes.

Une analyse des récompenses de la révision par les pairs pour améliorer la qualité et la collaboration.

L'apprentissage fédéré améliore la sécurité des appareils IoT tout en protégeant les données des utilisateurs.

La recherche utilise des modèles de parole humaine pour analyser efficacement les vocalises des Marmosets.

Les modèles d'apprentissage automatique donnent des infos sur les tendances du paludisme au Burundi.

Un cadre innovant améliore les graphes de connaissances pour de meilleures performances dans les tâches.

De nouvelles méthodes améliorent la détection précoce des maladies respiratoires en utilisant des données sonores.

Améliorer la prise de décisions grâce à une collecte de retours humains efficace en RL.

De nouvelles méthodes améliorent l'alignement des entités dans les graphes de connaissances en utilisant des techniques d'inondation de similarité.

Une nouvelle méthode appelée DEAT vise à améliorer l'efficacité de l'entraînement adversarial.

Une nouvelle approche vise à améliorer la séparation des objets dans des images complexes.

Un aperçu du modèle de blocs stochastiques contextuels et de ses implications pour l'analyse de graphes.

Un aperçu des dynamiques d'apprentissage des réseaux à deux couches et de leurs applications.

Quick-Tune simplifie le choix et le réglage des modèles d'apprentissage automatique pré-entraînés.

Une nouvelle technique améliore les réseaux de neurones modulaires en rendant le routage plus efficace.

Un nouveau modèle de réseau de neurones combine efficacité et méthodes d'entraînement efficaces.

Un nouveau modèle améliore l'analyse des images panoramiques pour des applications concrètes.

Nouvelle approche politique améliore la performance d'évaluation dans les applications RL hors ligne.

De nouvelles méthodes accélèrent la création de modèles 3D à partir de descriptions textuelles.

Une étude sur comment l'IA générative peut capter l'identité des villes.

Explorer comment les réseaux résiduels améliorent l'entraînement et renforcent la généralisation.

Cette étude examine les défis d'alignement des mots et les solutions de transport optimal.

Le modèle Phoenix améliore la performance de l'IA générative tout en garantissant la confidentialité des données.

De nouvelles méthodes améliorent la robustesse des modèles contre les attaques adversariales utilisant des données tabulaires.

Cet article présente une méthode innovante pour estimer des facteurs dans des données complexes.

Un aperçu des avantages et des défis de l'apprentissage fédéré, y compris la méthode FedVal.

De nouvelles techniques améliorent la précision et l'efficacité de la récupération dans les systèmes de recommandation.

Cette étude évalue différentes techniques d'IA explicable pour interpréter la classification d'images de télédétection.