Informatique - Apprentissage automatique

Améliorer l'efficacité des RNN avec des méthodes RTRL et de sparsité pour de meilleures performances.

Un nouveau cadre améliore le partage d'énergie entre les appareils IoT.

Un nouveau modèle améliore la précision des données sur les précipitations pour une meilleure réponse climatique.

Cette recherche explore la PAC-apprentissage des objectifs dans l'apprentissage par renforcement.

Cette étude évalue différentes techniques XAI pour prédire la durée de vie des équipements.

Une nouvelle méthode évalue les caractéristiques physiques d'un objet à partir de vidéos sans connaissance préalable de sa forme.

Les images avec filigrane dans les ensembles de données gênent l'exactitude et la performance du modèle.

De nouvelles méthodes améliorent les prédictions du comportement des protéines grâce à des techniques innovantes.

Un nouveau jeu de données aborde les problèmes de corrélations trompeuses dans la classification d'images.

Des recherches montrent que la quantification peut améliorer l'utilisation des ressources et garder les modèles de génération de code efficaces.

Recherche sur le réchauffement de l'Arctique et ses effets sur la glace de mer et le climat.

Un nouveau modèle améliore la façon dont les données sont générées en comprenant les facteurs causaux.

Un cadre pour améliorer la fiabilité des NODEs face aux défis adverses.

DeepBrainPrint améliore la recherche de scans IRM cérébraux passés en utilisant des techniques d'IA.

Une nouvelle méthode améliore le réglage des hyperparamètres en utilisant une surveillance basée sur des événements et des données historiques.

Une approche structurée pour améliorer la précision de l'inférence causale dans les études observationnelles.

Améliorer les nombres de condition pour de meilleures performances dans les réseaux de neurones convolutionnels.

Les scientifiques utilisent le deep learning pour prédire efficacement des réactions chimiques complexes.

Une nouvelle méthode améliore la façon dont les machines comprennent les phrases en utilisant des transformations sensibles.

Explore comment les taux d'apprentissage, la profondeur et la largeur influencent la performance des DNN.

Enquête sur le rôle des modèles pré-entraînés dans les défis des données de gestion de l'énergie.

VALERIAN améliore la reconnaissance d'activité humaine en utilisant des techniques d'étiquettes bruyantes pour des applications concrètes.

Explorer des méthodes pour améliorer l'équité dans les classificateurs d'apprentissage automatique.

Nouvelles idées pour identifier les émotions dans la parole en utilisant des données sonores et des mots.

Un aperçu des dernières innovations en matière de détection du regard et de méthodes d'optimisation.

Les modèles de diffusion changent la manière dont les images et les médias sont créés en utilisant des modèles de données.

Une nouvelle approche qui améliore la détection d'objets en utilisant moins d'exemples étiquetés.

L'approche d'une banque pour détecter et gérer les abus via les transactions financières.

De nouvelles techniques améliorent la capacité des robots à estimer l'incertitude de mouvement.

Une méthode pour améliorer l'équité dans la prédiction de liens dans les GNN.

Une nouvelle méthode pour l'apprentissage multi-tâches améliore les performances du modèle en utilisant une attribution de poids plus intelligente.

Une nouvelle méthode améliore la sélection de caractéristiques en utilisant des réseaux de neurones spars et l'évolution dynamique des neurones.

Une étude sur les systèmes GNSS et UWB pour suivre les mouvements des gens.

Un aperçu de comment Policy Mirror Descent améliore la prise de décision dans les MDP.

DEPLOYR intègre des modèles d'apprentissage automatique dans la santé pour un soin des patients en temps réel.

Cette méthode simplifie la détection des valeurs aberrantes pour une prise de décision plus claire.

Utiliser la LTL et de nouvelles méthodes pour améliorer l'apprentissage par renforcement dans des environnements complexes.

Une nouvelle approche de l'analyse des données de santé qui met l'accent sur la vie privée et la précision.

Un nouveau modèle VAE améliore la création de données synthétiques tout en garantissant la confidentialité.

Une nouvelle approche prédit les formes des protéines en se concentrant sur les coordonnées internes.