Informatique - Apprentissage automatique

Un nouveau modèle améliore la combinaison des réseaux de neurones et des algorithmes traditionnels.

Une étude sur des méthodes non supervisées pour détecter des anomalies dans les données de vibration.

Utiliser des LLM pour générer des caractéristiques claires à partir de textes scientifiques pour de meilleures prédictions.

Une nouvelle méthode améliore les explications de l'IA grâce à la collaboration entre deux modèles de langage.

Une méthode pour identifier les pannes dans les moteurs électriques grâce à l'analyse sonore et aux réseaux de neurones bayésiens.

La génération de données synthétiques peut transformer les essais cliniques en garantissant la confidentialité des patients et en améliorant la disponibilité des données.

Des recherches montrent comment les fausses infos impactent la fiabilité et la précision des modèles de langage.

Un nouvel outil améliore l'efficacité dans le traitement des dossiers de santé électronique pour un meilleur soin des patients.

Un nouveau cadre améliore la détection des fausses informations sur les plateformes sociales.

Une nouvelle approche permet aux modèles d'apprendre en continu à partir de nouvelles données.

Cette recherche se concentre sur l'entraînement de ControlNet tout en protégeant les données des utilisateurs sur les appareils.

Le seuillage dur itératif probabiliste améliore la précision du modèle en simplifiant la sélection des caractéristiques.

Explorer les préoccupations en matière de confidentialité dans le réglage des modèles de diffusion avec des données personnelles.

Explorer l'interaction entre l'apprentissage profond et la théorie de l'information à travers les modèles de diffusion.

Cette recherche explore comment le degré topologique évalue l'efficacité des VAE à capturer la structure des données.

Un nouveau modèle améliore la détection des planètes semblables à la Terre en utilisant les courbes de lumière de PLATO.

Une nouvelle approche pour modéliser des données en utilisant le langage naturel pour une meilleure interprétation.

Les techniques d'apprentissage automatique améliorent les simulations de systèmes de spin quantique en utilisant des opérateurs neuronaux de Fourier.

Une nouvelle méthode pour améliorer la prise de décisions dans des systèmes en changement en utilisant des prévisions.

Combiner des méthodes basées sur les données avec des connaissances d'experts améliore la précision de l'estimation spatiale.

Un nouveau cadre cherche à améliorer la génération d'images en utilisant des retours humains.

De nouveaux réseaux de neurones améliorent l'analyse des relations de données complexes et dirigées.

Utiliser l'apprentissage automatique pour de meilleures prévisions de scintillation GNSS.

Le pipeline SIG génère des jeux de données équilibrés pour évaluer les systèmes de reconnaissance faciale de manière éthique.

On vous présente SAL et LBN pour un suivi de santé fiable.

Découvre comment l'apprentissage par transfert améliore les résultats du machine learning avec des données limitées.

Exploiter l'IA pour booster l'efficacité des honeypots contre les menaces cybers.

Une nouvelle méthode aide les robots à apprendre des tâches plus efficacement grâce aux modèles de langage.

La modélisation multi-fidélité optimise la précision des simulations tout en réduisant les coûts de calcul.

Une nouvelle méthode pour simplifier des données de haute dimension sans connaissances préalables.

Cet article examine comment la prévalence façonne l'apprentissage non supervisé et la classification dans les diagnostics.

Cet article examine l'impact du contexte sur l'efficacité de la lecture.

Un aperçu de l'approche Naive Bayes généralisée et son impact sur la classification des données.

Une nouvelle approche pour améliorer l'analyse du trafic réseau grâce à des modèles basés sur des graphes.

Un nouveau modèle combine la reconnaissance vocale et la reconnaissance d'entités pour de meilleurs résultats.

Une nouvelle méthode améliore la détection de la maladie de Parkinson grâce à l'analyse de la voix avec une technologie avancée.

HetSheaf améliore la représentation des données dans des graphes hétérogènes pour de meilleures performances des modèles.

Cette recherche simplifie l'apprentissage des graphes acycliques dirigés à partir des données en utilisant l'optimisation convexe.

Une méthode structurée pour évaluer la sécurité et l'efficacité de l'IA.

De nouvelles méthodes utilisant des vidéos classiques améliorent la qualité de modélisation 3D du visage.