Informatique - Apprentissage automatique

Découvre comment les KAN offrent une alternative efficace aux réseaux de neurones traditionnels.

Voici COSCO, un cadre qui améliore la précision de classification avec peu de données.

Les prosommateurs équilibrent l'offre et la demande d'énergie sur le marché difficile de l'Iran.

Une nouvelle technique révèle des faiblesses dans les mesures de sécurité de l'IA pour les modèles de langage.

Une approche d'apprentissage machine qui utilise le mouvement pour un apprentissage visuel efficace des données.

Cette étude suit les changements forestiers en Côte d'Ivoire en utilisant des données satellite avancées.

Nouvelles méthodes pour améliorer la génération d'images grâce à une représentation flexible de l'espace latent.

Transformer du texte en mouvements numériques réalistes grâce à des modèles innovants.

Une nouvelle méthode améliore la précision de détection des polypes pendant les coloscopies.

Analyser comment les préjugés influencent les suggestions de contenu numérique selon les démographies.

Des recherches montrent des lacunes dans les modèles de classification d'images quand les objets sont partiellement cachés.

L'apprentissage fédéré renforce la confidentialité et l'efficacité des opérations de réseau électrique.

Examiner comment la flexibilité dans les modèles améliore la précision prédictive grâce à des ajustements dynamiques.

Une méthode pour clarifier comment les robots prennent des décisions pour garantir la sécurité.

Cet article explore l'apprentissage décentralisé et l'importance des métriques de similarité.

Ce cadre permet d'apprendre rapidement de nouvelles catégories d'objets avec peu de données.

Une nouvelle méthode améliore les modèles génératifs en intégrant des règles physiques pour un mouvement réaliste.

Cette étude examine le biais sexuel dans la prédiction du stress et de la fatigue des pilotes.

Une nouvelle approche améliore la conception des circuits matériels en utilisant l'apprentissage automatique.

Examiner comment l'upselling influence le comportement des utilisateurs et les revenus de la plateforme.

Cet article explore une méthode pour comprendre les modèles de machine learning en boîte noire sans données d'entraînement.

Cette étude explore des modèles génératifs pour créer des mots-clés efficaces dans des articles scientifiques.

KAT améliore l'apprentissage profond en utilisant des KANs avancés pour remplacer les MLPs.

Une nouvelle technique réduit les besoins en mémoire pour les grands modèles linguistiques tout en maintenant la performance.

Une nouvelle méthode améliore l'efficacité de la planification des tâches en utilisant des données passées.

Une nouvelle méthode améliore l'efficacité dans le traitement des longues entrées pour les modèles de langue.

Les modèles de langage causaux montrent du potentiel pour résoudre les puzzles de Sudoku et de Zebra.

Un nouveau modèle révèle des infos sur les relations positives et négatives dans les réseaux.

Une nouvelle méthode améliore la confidentialité des données dans l'apprentissage automatique grâce à des approches personnalisées.

Une nouvelle méthode améliore la sélection de la température pour un échantillonnage statistique efficace.

Une approche innovante améliore la découverte de matériaux pour la techno et la santé.

ReflectDiffu améliore les interactions avec les chatbots en comprenant mieux les émotions.

Une nouvelle variante de premier ordre de MAML améliore l'efficacité dans les tâches de méta-apprentissage.

Cette étude améliore la précision de la classification des images médicales en utilisant des données synthétiques.

Une nouvelle méthode combine l'IA et la chimie quantique pour résoudre des équations complexes de manière efficace.

Un nouveau cadre combine l'apprentissage automatique et les EDP pour un modélisation scientifique efficace.

Une nouvelle méthode combine des techniques statistiques et l'apprentissage automatique pour des prévisions de hauteur de vagues plus précises.

Une nouvelle méthode qui améliore la reconnaissance vocale tout en garantissant la confidentialité des données.

Examiner comment le mélange de cas affecte la performance des modèles de prédiction en santé.

Une nouvelle méthode fusionne la physique et l'apprentissage machine pour s'attaquer à des équations mathématiques complexes.