Informatique - Apprentissage automatique

NFLikelihood permet un apprentissage non supervisé des probabilités, améliorant l'analyse des données en physique.

Une approche d'apprentissage automatique améliore le suivi de la qualité des données dans les expériences de physique des hautes énergies.

Les algorithmes quantiques accélèrent les arbres de décision pour une meilleure analyse des données.

FedGT améliore l'apprentissage fédéré avec une meilleure confidentialité et performance pour les données graphiques.

Une nouvelle méthode améliore les réseaux de neurones contre les attaques adversariales en utilisant des entrées basées sur des ensembles.

Apprends comment les réseaux de caractéristiques améliorent l'apprentissage automatique et l'interprétation des données.

La recherche explore comment améliorer l'adaptabilité de l'apprentissage automatique grâce à l'auto-apprentissage et à l'induction de Solomonoff.

Une nouvelle méthode pour améliorer la résistance des réseaux de neurones aux attaques tout en maintenant la performance.

L'IA propose une aide personnalisée pour un changement de comportement durable, aidant à atteindre des objectifs.

Une nouvelle méthode pour créer des échantillons aléatoires à partir de fonctions caractéristiques en utilisant des réseaux de neurones.

Un nouvel algorithme révèle des infos sur la prise de décision dans les processus d'affaires complexes.

Examiner l'impact du bruit des étiquettes sur les algorithmes de généralisation de domaine.

Le chiffrement homomorphe hybride offre des solutions pour la confidentialité dans l'analyse des données.

De nouvelles méthodes améliorent la prise de décision en IA tout en garantissant la sécurité et l'efficacité.

Cette étude utilise l'IA pour évaluer l'état de conservation des orchidées dans le monde.

Une nouvelle méthode pour compresser et récupérer des données de manière efficace.

Un nouveau cadre vise à garantir l'équité dans les prédictions des GNN.

Les RFMs améliorent l'apprentissage des caractéristiques et gèrent efficacement les données de haute dimension.

Explorer comment l'analyse de sentiment relie la nourriture, la santé et le bien-être personnel.

Comment l'analyse de données peut aider les familles à risque d'expulsion.

Une nouvelle méthode simplifie la création de modèles CAD B-rep complexes.

Une nouvelle approche améliore le traitement des données satellites en utilisant des méthodes d'apprentissage fédéré.

Étudier les impacts adversariaux sur les agents de trading automatisé dans des marchés concurrentiels.

Deep Kernel Learning améliore les systèmes de contrôle, garantissant sécurité et fiabilité malgré la complexité.

Cette étude explore comment la causalité améliore les tâches de classification des Graph Neural Networks.

Cet article explique comment la quantification douce simplifie des données complexes sans perdre de détail.

TransTroj améliore les attaques via backdoor, rendant les trucs plus efficaces et plus résistants à la détection.

Une étude révèle comment un entraînement varié améliore l'adaptabilité des agents RL dans des environnements changeants.

Le protocole LEACH-RLC améliore la gestion de l'énergie dans les réseaux IoT grâce à un clustering intelligent.

De nouveaux cadres améliorent la qualité et l'efficacité dans la fabrication additive de métal.

La technologie AR améliore la précision dans la résection laparoscopique du foie.

Combiner des sources de données améliore la précision des prévisions climatiques.

De nouvelles techniques simplifient les prévisions d'écoulement de l'eau en utilisant des méthodes d'apprentissage automatique.

Un nouveau modèle améliore la précision pour identifier les étapes du sommeil en utilisant des signaux EEG.

Une nouvelle méthode génère des états quantiques invisibles en fusionnant des techniques classiques et quantiques.

Des scientifiques utilisent l'apprentissage profond pour évaluer les espèces de plantes menacées à cause du changement climatique.

OMP GPT se spécialise dans la génération de pragmas OpenMP pour un codage efficace en HPC.

Une nouvelle méthode améliore la localisation des sources sonores et la séparation des champs.

Un aperçu de comment les simulations de capteurs améliorent la sécurité dans la conduite autonome.

Explorer l'impact des grands modèles sur les futurs réseaux sans fil.