Informatique - Apprentissage automatique

Examiner comment différents modèles pour les images et le texte peuvent fonctionner ensemble efficacement.

Explorer l'importance de la normalisation des caractéristiques dans les dynamiques d'apprentissage non contrastif.

Cette étude améliore l'analyse des scanners CT avec l'IA pour mieux détecter le COVID-19.

Un aperçu de l'apprentissage fédéré et de l'apprentissage à l'oubli pour la protection des données.

Une nouvelle approche permet aux modèles de s'adapter efficacement à différentes catégories de tâches.

Ce papier parle des méthodes pour réduire le biais dans l'analyse de données.

Une nouvelle méthode pour créer des systèmes de scoring qui gèrent plusieurs classes efficacement.

Combiner JAX et Firedrake améliore les méthodes numériques pour résoudre des équations différentielles partielles.

VI-IGL améliore l'apprentissage machine en s'attaquant aux récompenses cachées et aux retours bruyants.

AdaFed améliore l'équité dans l'apprentissage fédéré tout en maintenant la précision du modèle.

Un cadre pour rendre les décisions des réseaux de neurones plus faciles à comprendre.

Une nouvelle méthode pour représenter les flux en utilisant des complexes cellulaires.

Utiliser l'apprentissage profond pour optimiser les puits de pétrole à gaz lifté améliore l'efficacité et accélère les solutions.

Une étude sur l'amélioration de la précision des prédictions de code dans les grands modèles de langage.

Une étude sur comment les choix de paramètres influencent la performance des modèles en distillation de connaissance.

Une nouvelle méthode améliore les prédictions en utilisant des processus gaussiens sur des structures de données inconnues.

Apprends comment les Modèles de Diffusion Variationnels génèrent des images et des données de haute qualité.

Les recherches mettent en avant l'utilisation du pré-entraînement auto-supervisé dans l'analyse d'images GIE.

MPHD améliore l'optimisation bayésienne en utilisant des connaissances de différents domaines pour de meilleurs résultats.

Une vue d'ensemble des machines à vecteurs de support et de leurs applications en apprentissage automatique.

Combiner l'apprentissage machine et l'OFDFT améliore l'efficacité et la précision de l'analyse moléculaire.

Les memristors quantiques améliorés par l'apprentissage automatique peuvent transformer la technologie de la mémoire et les systèmes informatiques.

Des recherches montrent des risques de manipulation cachés dans les méthodes de maximisation d'activation pour les DNN.

Une nouvelle méthode améliore la qualité vidéo tout en réduisant l'utilisation des ressources.

SFAVEL propose une approche auto-supervisée pour la vérification automatisée des faits.

Les transformers améliorent la planification de trajet et la cartographie cognitive dans des environnements complexes.

Cet article explore comment les symétries influencent le comportement d'apprentissage des réseaux de neurones.

Un aperçu des défis et solutions de cybersécurité dans la technologie des réseaux intelligents.

La recherche explore comment l'IA peut identifier quand les gens ont l'intention de parler en utilisant des données d'accéléromètre.

Les SCoBots améliorent l'apprentissage par renforcement en renforçant la compréhension des relations entre les objets.

Une nouvelle méthode détecte des anomalies dans les données de séries temporelles malgré les valeurs manquantes.

Une nouvelle méthode pour améliorer l'efficacité dans le montage vidéo grâce à une allocation ciblée des ressources.

Cette étude révèle des facteurs clés qui influencent l'entraînement et la performance des réseaux de neurones.

Apprends comment l'apprentissage automatique améliore les prévisions des niveaux de pH de l'eau.

Ce papier examine comment les GNN améliorent les défenses contre les cyberattaques tout au long de leur cycle de vie.

De nouvelles méthodes améliorent la vitesse et la qualité de l'édition d'images en utilisant des modèles plus petits.

Ce cadre aide à déterrer des aspects cachés des grands modèles de langage pour une meilleure compréhension.

De nouvelles méthodes améliorent l'efficacité du réglage des hyperparamètres dans les grands réseaux de neurones.

Une approche innovante utilise les données de conduite tout en protégeant la vie privée.

MA-VAE améliore la détection des anomalies dans les données de groupe motopropulseur automobile.