Informatique - Apprentissage automatique

Lumos aide les utilisateurs à reconnaître du texte à partir d'images et à répondre à des questions en temps réel.

Explore de nouvelles techniques pour trouver des solutions en maths et en optimisation.

Explorer les problèmes d'équité dans l'apprentissage automatique et les systèmes fédérés.

Un aperçu de comment les algorithmes de marche aléatoire améliorent la vie privée dans l'apprentissage décentralisé.

Un nouvel outil pour améliorer la recherche en mécanique des fluides grâce aux méthodes lagrangiennes.

Examiner l'impact de la Post-Sélection sur l'évaluation des modèles en apprentissage profond.

La recherche met en avant le phénomène de dérive de persona dans les chatbots et propose une solution.

Une nouvelle méthode améliore la vitesse et l'efficacité de la génération de texte en audio.

Présentation de LiNGAM-MMI, une méthode qui améliore l'identification des relations de cause à effet.

Aborder les préoccupations éthiques en enlevant de la mémoire sélective dans les modèles d'IA.

Une nouvelle méthode améliore la précision de localisation en intérieur grâce à une analyse innovante des bandes de fréquence.

Un aperçu de la validation croisée K-fold et de son efficacité dans la sélection de modèles.

Une nouvelle méthode améliore l'apprentissage fédéré en s'attaquant aux différences entre les clients.

Un aperçu de comment les représentations des réseaux de neurones imitent le traitement de la mémoire humaine.

Un coup d'œil sur la détection d'anomalies pour améliorer l'utilisation de l'énergie dans les installations sportives.

Une nouvelle approche aide l'IA à mesurer l'incertitude et à améliorer la précision des décisions.

Une nouvelle méthode améliore la création de modèles 3D à partir de descriptions textuelles.

Graph Mamba Networks propose une nouvelle approche pour une analyse de graphes efficace.

Explorer le lien entre les modèles de diffusion et la quantification stochastique dans la théorie quantique des champs.

Un nouveau cadre vise les vulnérabilités des classificateurs quantiques face aux attaques adverses.

Une nouvelle approche améliore la précision de la prédiction de liens en utilisant un mélange de modèles d'experts.

Explore comment TTT améliore la reconnaissance vocale en s'adaptant aux changements de distribution.

De nouvelles méthodes améliorent les modèles d'apprentissage automatique pour les données 3D.

Apprends comment la génération de texte à partir de données rend l'info complexe plus facile à comprendre.

Une nouvelle méthode améliore la précision dans l'évaluation de la perte de performance des systèmes photovoltaïques au fil du temps.

L'analyse montre des disparités démographiques dans la précision des prédictions de l'âge cérébral.

Subgraphormer combine les GNNs de sous-graphe et les Transformers de graphe pour améliorer l'apprentissage des graphes.

Présentation d'une nouvelle méthode pour identifier la désinformation à l'ère numérique.

Une nouvelle méthode améliore les prédictions du modèle en s'attaquant efficacement aux problèmes de mauvaise calibration.

Une nouvelle méthode augmente la vitesse de résolution des PDE tout en mesurant la fiabilité des prédictions.

Une nouvelle approche améliore les solutions à l'équation de Fisher avec des réseaux de neurones.

Une nouvelle approche pour identifier les attaques de spear-phishing en utilisant des modèles de langage avancés.

De nouvelles méthodes transforment la façon dont les scientifiques étudient les structures moléculaires et leurs applications.

Une nouvelle approche aide les machines à apprendre et à interpréter les concepts visuels efficacement.

Cet article parle des défis de l'apprentissage continu et des solutions possibles en apprentissage automatique.

Cet article examine les difficultés et les techniques pour mettre à jour les connaissances dans les modèles de langage.

Une nouvelle approche pour améliorer la performance des modèles de NLP sur des données inconnues.

Cette étude améliore l'efficacité du fine-tuning dans les réseaux de neurones en utilisant l'apprentissage actif transductif.

Explorer des façons d'améliorer le raisonnement des LLM sans retour externe.

De nouvelles méthodes combinent les idées d'experts avec les expériences des apprenants pour une meilleure efficacité.