Informatique - Apprentissage automatique

Une nouvelle approche pour atteindre l'équité dans les modèles prédictifs de régression.

Attri-Net renforce la confiance dans l'apprentissage automatique pour l'imagerie médicale multi-étiquettes.

Une nouvelle méthode améliore la détection de données inattendues dans les modèles d'apprentissage automatique.

Une nouvelle méthode améliore l'apprentissage automatique pour les données fonctionnelles continues.

Présentation d'une méthode pour mesurer les distances en topologie multi-champs.

Un nouveau modèle améliore l'adaptation aux données changeantes avec un coût computationnel faible.

Une étude sur l'amélioration de la précision de localisation intérieure tout en garantissant la confidentialité des données.

Explorer comment les GNN améliorent l'analyse d'images et les tâches de traitement du langage.

Présentation de ZO-RankSGD pour optimiser en se basant sur les classements au lieu des scores exacts.

Cet article parle de l'entraînement de deep transformers sans connexions de saut et sans couches de normalisation.

Les méthodes d'apprentissage profond peuvent révolutionner la gestion des systèmes électriques.

Une nouvelle méthode améliore la qualité et la polyvalence de la génération d'images.

Un nouvel outil pour résumer les preuves des essais cliniques afin de prendre de meilleures décisions en matière de santé.

La recherche améliore la capacité des réseaux de neurones à s'adapter aux nouvelles données.

Une méthode pour améliorer la correspondance des noms d'entreprise en utilisant l'apprentissage automatique.

EquiPocket améliore la précision pour prédire où les médicaments se lient aux protéines.

Explorer les méthodes récentes pour améliorer la personnalisation dans l'apprentissage fédéré.

Une nouvelle méthode améliore l'apprentissage automatique dans des domaines avec des données incomplètes.

Amélioration des méthodes d'inférence pour les systèmes complexes en utilisant les GPSSM.

Une nouvelle méthode améliore les algorithmes de classement en s'attaquant aux retours biaisés des utilisateurs.

Une nouvelle méthode aide les robots à apprendre des tâches complexes plus vite en utilisant leurs expériences passées.

Améliorer l'évaluation des classifieurs en utilisant la théorie des décisions pour une meilleure prise de décision.

Un nouveau modèle pour détecter les dégâts sur les routes en temps réel avec précision.

Un nouveau modèle d'apprentissage profond prédit les températures plus précisément pour la gestion climatique.

Explorer l'intersection entre l'apprentissage par renforcement et la vie privée dans la technologie moderne.

Une nouvelle méthode accélère la génération d'images et de sons en utilisant des modèles de diffusion.

Examen de la continuité de Lipschitz et son rôle dans la performance et la robustesse des réseaux de neurones.

Une nouvelle méthode pour que les voitures autonomes apprennent des situations de circulation compliquées.

Ce papier parle de comment on reconnaît des objets en organisant les formes et les dimensions.

Explore des méthodes pour des prédictions fiables en apprentissage automatique à travers des ensembles de confiance.

PRIMO garantit la confidentialité tout en permettant plusieurs analyses de régression sur des données partagées.

Cet article parle des stratégies d'apprentissage tout au long de la vie en machine learning et de la lutte contre l'oubli catastrohique.

Une analyse des outils d'IA en programmation et leurs limites.

Explorer le rôle des modèles de fondation dans l'amélioration des systèmes de prise de décision.

Des chercheurs améliorent la prise de décision des machines tout en garantissant la sécurité dans des environnements réels.

Un aperçu des jumeaux numériques qui améliorent la disponibilité des lits d'hôpital grâce à l'apprentissage automatique.

Une nouvelle méthode améliore la détection de données inhabituelles dans les systèmes d'apprentissage automatique.

Une nouvelle méthode pour trouver rapidement les causes profondes des anomalies collectives dans les systèmes de données.

Une nouvelle méthode améliore la cohérence et le contrôle dans la génération d'images à partir de texte.

Les Modèles d'Espaces d'États Structurés améliorent la prise de décision dans l'apprentissage par renforcement grâce à une gestion efficace de la mémoire.