Informatique - Apprentissage automatique

Une nouvelle approche accélère les opérations des réseaux de neurones en traitant les tâches séquentielles en parallèle.

Cet article examine le rôle des régularisateurs d'équité dans les algorithmes prédictifs.

Un aperçu des méthodes d'apprentissage par renforcement et de leur efficacité dans différents contextes.

Une nouvelle méthode d'évaluation améliore la compréhension des prédictions des GNN.

Comparer différentes méthodes de détection OOD pour des données tabulaires médicales.

Explorer l'utilisation de l'apprentissage profond pour modéliser les systèmes hamiltoniens.

Examiner l'impact de la cohérence du modèle de récompense sur la performance du modèle de langage.

Examiner comment les modèles d'apprentissage automatique robustes influencent l'efficacité des explications.

Un cadre améliore les performances des LLM en intégrant des ensembles d'outils adaptés à différentes tâches.

Un nouveau modèle améliore les prévisions pour les données de séries temporelles incomplètes.

Cet article parle d'une nouvelle méthode pour améliorer la navigation des robots grâce à la reconnaissance de lieux.

Une nouvelle étude révèle des méthodes pour réduire la traînée en utilisant la dynamique des fluides.

Une nouvelle méthode combine des techniques basées sur les données avec des principes physiques pour un meilleur modélisation.

Un aperçu de comment les méthodes de recherche d'arbres améliorent les grands modèles de langage.

De nouvelles méthodes améliorent l'efficacité des réseaux de neurones graphiques avec une perte de performance minime.

GRANDE utilise la descente de gradient pour améliorer l'apprentissage à partir de données tabulaires.

Cet article parle d'utiliser l'entropie pour améliorer la performance et l'interprétabilité des réseaux de neurones.

Présentation d'une nouvelle méthode pour créer des fonctionnalités significatives en utilisant l'apprentissage par renforcement.

Cet article examine les défis et les solutions liés aux étiquettes bruyantes dans les données d'entraînement.

Les modèles de cohérence améliorent l'efficacité de la prise de décision dans l'apprentissage par renforcement.

SAM améliore l'entraînement des réseaux de neurones en se concentrant sur la stabilité des paramètres.

Une nouvelle approche en apprentissage automatique réduit les coûts tout en améliorant les prévisions.

Une nouvelle méthode améliore la résistance de l'IA aux changements d'input nuisibles.

Un nouveau benchmark évalue la performance mémoire des agents DRL en utilisant différentes tâches.

Un regard approfondi sur comment les LLM transforment le langage en code à travers plusieurs tâches.

Découvre l'impact des réseaux de filtrage de données sur les ensembles de données en machine learning et la performance des modèles.

Geal améliore l'efficacité de la sélection de données dans la vision par ordinateur en utilisant des modèles polyvalents.

MixQuant optimise les choix de largeur de bits pour les réseaux de neurones profonds, en équilibrant efficacité et précision.

unORANIC améliore l'analyse d'images médicales en séparant l'anatomie de la corruption.

Apprends à prévoir les pannes de services cloud en utilisant des métriques de performance.

Une nouvelle méthode améliore l'utilisation de l'apprentissage profond sur des données tabulaires.

Un aperçu sur comment améliorer l'équité dans la prise de décision algorithmique.

Des agents pédagogiques innovants utilisent la théorie de l'esprit pour améliorer l'apprentissage personnalisé.

De nouvelles méthodes en robotique simplifient la conception du matériel et des logiciels pour une meilleure performance.

FP8 propose une solution compacte pour entraîner de gros modèles d'IA avec une efficacité améliorée.

Une nouvelle méthode aide les robots à anticiper comment les gens se déplacent dans des espaces partagés.

Examen des biais raciaux dans les prédictions d'IA à partir des données d'IRM mammaire.

Explorer comment l'apprentissage automatique améliore le contrôle prédictif basé sur des modèles pour de meilleures performances système.

Cette étude passe en revue la performance des modèles NER sur les livres d'aventure de Donjons et Dragons.

Cette étude explore l'écriture manuscrite comme un moyen d'identifier des problèmes de santé chez les personnes âgées.