Informatique - Apprentissage automatique

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.

Cet article parle des techniques pour gérer les données manquantes afin d'avoir une analyse précise.

Une nouvelle méthode améliore la sélection de caractéristiques pour les robots en utilisant des données visuelles.

Une nouvelle méthode estime les effets à long terme en utilisant des données expérimentales et d'observation.

Un nouveau modèle basé sur des graphes améliore la classification des sous-types de cancer et les stratégies de traitement.

Une nouvelle méthode améliore l'apprentissage des robots pour mieux naviguer dans des environnements complexes.

Une nouvelle méthode aide les robots à apprendre des experts pour améliorer leur performance dans les tâches.

Apprends comment l'apprentissage automatique aide à prédire les sinistres d'assurance auto et à fixer des primes équitables.

Une nouvelle approche utilisant des infos locales dans des scénarios multi-agents compétitifs.

Assurer que les outils d'apprentissage automatique dans la santé s'adaptent aux changements de la population de patients.

Une nouvelle méthode améliore la segmentation des lésions d'accident vasculaire cérébral en utilisant des données étiquetées limitées.

De nouvelles méthodes améliorent la conception des expériences pour comprendre les relations causales.

Une nouvelle méthode pour mettre à jour les modèles de recherche d'images tout en garantissant compatibilité et performance.

Un nouveau compilateur améliore l'efficacité de l'entraînement des modèles d'apprentissage profond.

Améliorer les méthodes de classification pour de meilleurs résultats en santé et développement de médicaments.

De nouveaux algos améliorent l'efficacité de l'entraînement des réseaux de neurones profonds en utilisant l'informatique en mémoire.

L'auto-distillation booste les systèmes de détection contre les technologies de parole bidon.

SurvLIMEpy améliore l'interprétabilité des modèles d'analyse de survie grâce à l'importance des caractéristiques.

Cet article parle de l'apprentissage fédéré et de son impact sur la vie privée des données.

Une nouvelle méthode combinant des réseaux de neurones et de la logique pour un raisonnement amélioré.

MCTS-GEB propose une nouvelle méthode pour améliorer l'efficacité de la réécriture de programmes.

Apprends comment les données et le machine learning peuvent améliorer la rétention des employés.

Une nouvelle méthode améliore les fonctions d'activation dans les réseaux de neurones pour un meilleur apprentissage.

Présentation d'une méthode efficace pour analyser de grands flux de données avec une utilisation réduite de la mémoire.

De nouvelles méthodes améliorent la précision des prédictions dans les tâches de régression ordinale.

Ce travail vise à améliorer les modèles d'apprentissage automatique en intégrant des lois de conservation.

RACCER donne des explications claires pour prendre des décisions en apprentissage par renforcement.

Des techniques innovantes réduisent la taille du modèle tout en maintenant la performance dans la vérification de locuteurs.

Une nouvelle méthode améliore la réduction des jeux de données pour de meilleures performances en apprentissage automatique.

HyT-NAS crée des réseaux de neurones optimisés pour les appareils edge, améliorant les performances des tâches visuelles.

Un cadre pour désapprendre des caractéristiques spécifiques dans des modèles génératifs tout en gardant la qualité d'image.

Une nouvelle méthode améliore la reconnaissance d'objets en vision par ordinateur.

Améliorer le fine-tuning des agents RL grâce à une technique de calibration pour de meilleures performances.

Une nouvelle approche améliore le diagnostic de la maladie d'Alzheimer en utilisant des tâches connexes.