Informatique - Apprentissage automatique

Une nouvelle technique améliore la détection des anomalies en utilisant l'apprentissage auto-supervisé.

Une méthode rapide pour résoudre des problèmes d'optimisation en utilisant des superquantiles.

Examiner comment les invites influencent le raisonnement dans les grands modèles de langage.

De nouvelles techniques visent à corriger les erreurs dans les modèles de langage sans avoir à tout réentraîner.

L'UNCTAD a créé un outil RAG open-source pour un meilleur accès aux données et plus d'efficacité.

Une nouvelle méthode pour apprendre aux machines grâce à des vidéos malgré les différences visuelles.

Les modèles d'IA améliorent l'analyse des ECG pour de meilleurs diagnostics de la santé cardiaque.

SAFER améliore les prédictions dans les graphes de connaissances avec des exemples limités.

Une revue des méthodes d'apprentissage automatique pour prédire les accidents de la route et améliorer la sécurité routière.

Cette étude examine comment les réseaux de neurones équivariants améliorent la performance du RL hors ligne en utilisant des données limitées.

Un nouveau modèle améliore les données EHR synthétiques pour des applications de santé meilleures.

Soft-QMIX combine QMIX et l'entropie maximale pour une meilleure coopération entre agents.

Cette étude présente une nouvelle stratégie d'exploration pour l'apprentissage par renforcement dans des environnements incertains.

Méthodes efficaces pour identifier des drones en utilisant des réseaux de neurones convolutifs.

Une étude sur l'amélioration des stratégies de trading sur les marchés de l'électricité en utilisant des systèmes de stockage par batterie.

Explorer le rôle des modèles de langage dans le traitement des données structurées.

Une nouvelle méthode améliore la prédiction du risque d'Alzheimer en utilisant des dossiers de santé électroniques et des modèles avancés.

Explore comment la technologie transforme le soutien et les soins en santé mentale.

Une étude sur les systèmes de détection d'intrusion pour identifier les attaques de déguisement dans les réseaux de véhicules.

Techniques pour accélérer la création de points de contrôle pour les modèles de deep learning.

Apprends comment les réseaux de neurones booléens peuvent simplifier les processus d'apprentissage profond.

DIPS s'attaque aux problèmes de qualité des données dans le pseudo-étiquetage pour de meilleurs résultats en apprentissage automatique.

De nouvelles méthodes améliorent la communication et la précision dans les systèmes d'apprentissage décentralisés.

Combiner la logique floue avec l'inférence causale pour une meilleure analyse du monde réel.

Ce papier explore des méthodes d'ensemble pour un apprentissage efficace avec peu d'exemples en utilisant des modèles de langage.

Mirage améliore l'attribution des réponses dans les systèmes de génération augmentée par récupération.

Techniques pour améliorer les modèles d'IA en utilisant les retours de contreparties moins capables.

Un nouveau réseau améliore la précision dans la segmentation des tumeurs cancéreuses à partir d'images PET et CT.

Un regard critique sur les jeux de données standards en apprentissage automatique.

De nouvelles méthodes améliorent la prise de décision dans des scénarios multijoueurs en utilisant des retours basés sur les préférences.

De nouvelles méthodes améliorent l'intégration des données biologiques diverses provenant de cellules uniques.

Un nouveau modèle vise à améliorer les prévisions météorologiques à moyen terme.

Une nouvelle méthode améliore les images de pathologie pour un diagnostic précis des maladies.

Une nouvelle méthode améliore la vitesse et la précision de la prédiction de la densité de charge.

Une étude développe des méthodes automatisées pour améliorer la précision des estimations de charge du réseau électrique.

Cet article explore des stratégies pour protéger la vie privée des individus dans le machine learning.

Des recherches montrent le potentiel des examens oculaires dans le diagnostic de la maladie d'Alzheimer.

Découvrez de nouvelles méthodes pour améliorer la performance de l'apprentissage par renforcement hors ligne.

Fed-RAA améliore l'apprentissage fédéré en s'adaptant aux ressources des clients pour un entraînement plus rapide.

L'automatisation de la sélection des variables proxy améliore l'estimation des effets causaux dans les études observationnelles.