Informatique - Apprentissage automatique

Découvre comment les techniques de machine learning améliorent l'estimation des efforts dans les projets logiciels.

Un regard de plus près sur les IBNNs et leur rôle dans la gestion de l'incertitude en apprentissage automatique.

Une nouvelle méthode améliore la vie privée dans la régression tout en gardant la précision.

Cet article met en avant le rôle des noyaux non-séparables dans les processus gaussiens.

Une nouvelle méthode améliore les tests des chaînes CNN pour de meilleures performances.

Les robots humanoïdes apprennent à marcher mieux grâce à des techniques avancées d'apprentissage automatique.

Cloud K-SVD améliore la clarté des images en réduisant le bruit en utilisant plusieurs ordinateurs.

Une nouvelle méthode améliore l'adaptabilité des agents grâce à des défis d'apprentissage sur mesure.

Une nouvelle méthode combine l'apprentissage par renforcement et la planification de mouvement pour un entraînement efficace des robots.

Une nouvelle méthode améliore la planification de trajet des robots dans des environnements dynamiques.

Une nouvelle méthode pour identifier des motifs inhabituels dans les données de séries temporelles.

GDKL combine l'apprentissage profond et les processus gaussiens pour des prévisions et des incertitudes améliorées.

Une étude sur l'équité et l'incertitude de l'apprentissage profond dans l'analyse d'images médicales.

PLPG propose une manière équilibrée pour les agents d'apprendre en toute sécurité et efficacement.

Les modèles de machine learning transforment l'analyse des problèmes d'élasticité linéaire.

SpeechPrompt v2 améliore la classification de la parole avec des techniques efficaces et une précision améliorée.

La recherche propose un cadre unifié pour concevoir des réseaux de neurones robustes 1-Lipschitz.

Une étude révèle des techniques clés pour améliorer les agents RL dans des simulations de combat aérien bruyantes.

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.