Informatique - Apprentissage automatique

Une étude des biais historiques dans les journaux caribéens des 18e et 19e siècles.

Un nouveau système pour analyser les changements émotionnels pendant les interactions.

L'IA améliore l'imagerie cardiaque et l'efficacité du diagnostic grâce à de nouveaux ensembles de données et modèles.

Examiner la fiabilité de LIME pour fournir des explications stables pour les modèles de classification de texte.

PINA améliore la classification multi-étiquettes extrême en intégrant des infos complémentaires.

Cet article présente une méthode pour améliorer l'analyse causale dans les données de séries temporelles sous-échantillonnées.

Une nouvelle méthode améliore l'efficacité dans la conception moléculaire, réduisant les coûts et boostant la découverte.

Cet article examine comment réduire les fonctionnalités améliore la catégorisation humaine.

Une nouvelle approche pour améliorer la performance des modèles face à divers changements d'entrée.

Utiliser un petit modèle pour peaufiner les résultats des grands modèles de langage montre des améliorations significatives.

Explorer l'apprentissage fédéré asynchrone multi-modèle pour une meilleure efficacité et confidentialité.

Un ensemble de données axé sur la reconnaissance des activités de basket avec des capteurs portés au poignet.

Évaluer les préoccupations de confidentialité et les solutions dans les méthodes d'apprentissage partagé.

Explorer comment les ANC se développent et s'adaptent en utilisant des signaux internes et externes.

Combiner les données des DSE avec des graphes de connaissances personnalisés améliore les prédictions des résultats de santé.

Stratégies pour améliorer la génération de langage AI en se concentrant sur la sécurité et le respect.

Cet article parle de comment l'apprentissage automatique améliore le retour sur les devoirs des élèves.

Initiative communautaire pour dénicher les défauts des modèles IA de texte à image.

Gelato propose une méthode plus simple et efficace pour la prédiction de liens dans les réseaux.

Un nouveau cadre pour améliorer la sélection de modèles dans des scénarios variés.

Cette méthode améliore la prédiction d'événements en utilisant des modèles basés sur l'énergie et des hypersphères.

Découvrez comment les DNN améliorent les prévisions pour des données faiblement dépendantes.

Explorer un nouveau cadre pour améliorer la précision de la reconnaissance des activités humaines.

Une nouvelle méthode améliore la robustesse des modèles de langue en utilisant des exemples contrefactuels et un étiquetage automatisé.

Tied-Augment améliore la performance des modèles avec des techniques d'augmentation de données efficaces.

Une étude sur comment les systèmes peuvent apprendre et s'adapter, même avec des données manquantes.

Explorer comment la traduction automatique neuronale transforme la génération de code et l'efficacité en programmation.

Une nouvelle méthode améliore la précision des données climatiques en utilisant des techniques d'apprentissage automatique.

Examiner des méthodes pour gérer les données manquantes et leur impact sur les visualisations de corrélation.

Flover simplifie l'inférence de l'IA pour de meilleures performances et des réponses plus rapides.

Nouveaux trucs améliorent la mesure de l'incertitude dans les prédictions des réseaux de neurones pour les matériaux.

Une étude examine les techniques clés pour améliorer l'analyse d'images de télédétection.

Une nouvelle approche améliore la précision de la localisation intérieure grâce à des méthodes d'apprentissage avancées.

Présentation d'un nouveau modèle pour analyser la causalité dans des données d'événements en basse résolution.

Découvrez comment les éléments visuels améliorent les expériences de shopping en ligne.

EnSiam améliore l'apprentissage auto-supervisé grâce à des représentations d'ensemble pour un entraînement stable.

Découvrez comment NUBO aide les chercheurs à optimiser des évaluations coûteuses en utilisant des techniques bayésiennes.

Découvre une méthode pour faciliter la génération de longs textes en utilisant des modèles de langage.

Un aperçu de comment les modèles s'adaptent et des défis qu'ils rencontrent.

Explorer de nouvelles méthodes pour améliorer l'efficacité et la sécurité de l'apprentissage par renforcement hors ligne.