Informatique - Apprentissage automatique

Une nouvelle méthode pour améliorer le transfert de connaissances en apprentissage par renforcement.

Utiliser l'apprentissage automatique pour classer les astéroïdes en fonction de leurs mouvements orbitaux.

Utiliser l'analyse de données pour repérer des startups prometteuses avant d'investir.

Examiner les menaces de sécurité dans les dispositifs médicaux intégrant l'apprentissage automatique et leur impact sur la sécurité des patients.

La sélection de coreset améliore l'efficacité des modèles d'apprentissage machine quantique en réduisant la taille des jeux de données.

Une nouvelle méthode améliore la vie privée et la précision dans les modèles basés sur les données.

Une nouvelle méthode améliore le regroupement de données en prenant en compte des relations complexes.

Une méthode pour améliorer la reconnaissance des gestes en utilisant des signaux musculaires.

Des chercheurs ont développé un nouveau cadre pour prédire les conformations moléculaires avec plus de précision.

Un nouveau modèle améliore la précision et l'adaptabilité dans l'estimation du flux de trafic et du temps de trajet.

Présentation d'une méthode flexible pour reconnaître les mots-clés dans la parole à travers les langues.

De nouvelles méthodes améliorent la détection de points de données inhabituels dans des jeux de données structurés en utilisant l'apprentissage profond.

Cette étude évalue la sécurité des DNN dans la gestion de données de conduite inconnues.

Ce travail examine comment les LLM améliorent la détection de vulnérabilités dans le code Java.

De nouvelles méthodes combinent la découverte causale et l'apprentissage par renforcement pour obtenir de meilleures insights.

Un aperçu de la théorie essentielle derrière les modèles d'apprentissage profond.

Combiner un mélange d'experts et une recherche d'arbre de Monte Carlo pour une meilleure performance aux échecs.

Un aperçu pour améliorer la prise de décision grâce à des approximations de fonction de valeur plus rapides.

Explore la méthode SSAR pour améliorer les prévisions de séries temporelles dans différents domaines.

ACAI simplifie la gestion des données et l'exécution des tâches pour les pros du machine learning.

Examen des défis d'équité dans les GNNs face à des distributions de données en changeant.

Une approche de deep learning pour analyser efficacement les fibres et les vaisseaux du bois.

Cette étude souligne l'importance des ensembles de données fiables pour la détection des anomalies dans le trafic réseau.

Le modèle DiffRI améliore l'inférence relationnelle dans les systèmes complexes en utilisant des techniques de diffusion.

Un nouveau modèle vise à améliorer l'équité dans les systèmes de recommandation tout en gardant la précision.

Ce papier examine les injections de prompts et leurs implications pour les modèles d'IA.

Cet article parle des risques de confidentialité et de sécurité dans les services d'IA basés sur le cloud.

Une nouvelle approche s'attaque à l'adaptation de domaine et à l'oubli dans l'apprentissage automatique.

Présentation de CLML : une approche cohérente pour l'apprentissage multi-label.

Combiner l'apprentissage contrastif avec des complexes simpliciaux améliore la représentation et l'analyse des données.

Une nouvelle méthode combine la régression symbolique verticale et l'apprentissage profond pour une meilleure découverte d'équations.

Examiner le rôle de l'IA générative dans l'éducation des patients pour les maladies graves.

Une nouvelle approche améliore l'apprentissage fédéré en s'attaquant efficacement aux clients lents.

De nouvelles méthodes améliorent la conception de l'ARN pour une meilleure stabilité et fonctionnalité.

Un aperçu de comment MP-SL aide les appareils dans l'apprentissage machine tout en garantissant la vie privée.

Ce taf améliore les méthodes de désapprentissage machine pour une meilleure vie privée des données et plus d'efficacité.

Utiliser des méthodes de ML pour améliorer la détection de la maladie d'Alzheimer grâce à des stratégies de données.

La recherche combine les variétés de Fano et l'apprentissage machine pour la classification géométrique.

Ce papier parle d'améliorer l'optimisation stochastique grâce à l'échantillonnage de données récurrent et des méthodes de régularisation.

Une nouvelle approche vise à classifier la maladie d'Alzheimer en utilisant plusieurs types de données.