Informatique - Apprentissage automatique

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.

Un nouveau modèle pour détecter les dégâts sur les routes en temps réel avec précision.

Un nouveau modèle d'apprentissage profond prédit les températures plus précisément pour la gestion climatique.

Explorer l'intersection entre l'apprentissage par renforcement et la vie privée dans la technologie moderne.

Une nouvelle méthode accélère la génération d'images et de sons en utilisant des modèles de diffusion.

Examen de la continuité de Lipschitz et son rôle dans la performance et la robustesse des réseaux de neurones.

Une nouvelle méthode pour que les voitures autonomes apprennent des situations de circulation compliquées.

Ce papier parle de comment on reconnaît des objets en organisant les formes et les dimensions.

Explore des méthodes pour des prédictions fiables en apprentissage automatique à travers des ensembles de confiance.

PRIMO garantit la confidentialité tout en permettant plusieurs analyses de régression sur des données partagées.

Cet article parle des stratégies d'apprentissage tout au long de la vie en machine learning et de la lutte contre l'oubli catastrohique.

Une analyse des outils d'IA en programmation et leurs limites.

Explorer le rôle des modèles de fondation dans l'amélioration des systèmes de prise de décision.

Des chercheurs améliorent la prise de décision des machines tout en garantissant la sécurité dans des environnements réels.

Un aperçu des jumeaux numériques qui améliorent la disponibilité des lits d'hôpital grâce à l'apprentissage automatique.

Une nouvelle méthode améliore la détection de données inhabituelles dans les systèmes d'apprentissage automatique.

Une nouvelle méthode pour trouver rapidement les causes profondes des anomalies collectives dans les systèmes de données.

Une nouvelle méthode améliore la cohérence et le contrôle dans la génération d'images à partir de texte.

Les Modèles d'Espaces d'États Structurés améliorent la prise de décision dans l'apprentissage par renforcement grâce à une gestion efficace de la mémoire.

Une étude examine comment l'imagerie quotidienne peut mieux prédire les effets secondaires graves pendant la radiothérapie.

Une nouvelle méthode améliore la création de molécules de médicaments pour plus d'efficacité.

Explorer comment les modèles d'IA classifient les textes par genre, en réduisant l'effort manuel.

FedSpeed améliore l'apprentissage fédéré en réduisant les biais et le surapprentissage pour des modèles plus performants.

Une nouvelle approche améliore l'identification des relations dans les documents.

Une nouvelle méthode pour gérer les problèmes de contrôle avec des infos de coût qui évoluent.

Traiter les erreurs de mesure et les effets de traitement dans les modèles prédictifs.

Une nouvelle méthode pour améliorer les modèles d'apprentissage machine dans de nouveaux domaines en utilisant le raffinement des pseudo-labels.

Un nouveau modèle améliore l'apprentissage à partir des données passées en utilisant une représentation graphique.

Un nouvel algorithme s'attaque aux défis des problèmes minimax non convexe-non concave avec des méthodes innovantes.

Recherche de nouvelles méthodes pour améliorer la marche bipède des robots humanoïdes.

Des chercheurs développent des méthodes pour identifier les tweets écrits par l'IA sur les réseaux sociaux.

Utiliser des données et l'apprentissage automatique pour comprendre et soutenir les DAC.

R2AU-Net améliore la détection des fissures sur les routes grâce à l'apprentissage profond et à l'apprentissage avec peu d'exemples.

Un aperçu du risque excessif et de la minimisation du risque empirique avec des pertes exp-concaves.

Présentation d'une nouvelle approche pour améliorer l'analyse de graphes en utilisant des techniques basées sur des motifs.

De nouvelles méthodes améliorent la précision de l'apprentissage fédéré tout en s'attaquant aux problèmes de mémoire.

Une nouvelle méthode simplifie l'apprentissage infomin tout en garantissant l'équité des prédictions.

Les Graph Neural Networks améliorent l'apprentissage machine grâce aux relations dans les données.