Informatique - Apprentissage automatique

Un nouveau modèle s'attaque à l'erreur de mesure dans l'inférence causale, améliorant la précision.

Examiner la confidentialité différentielle locale dans l'échantillonnage de Thompson pour une meilleure prise de décision.

Cette étude analyse comment améliorer l'apprentissage par transfert entre les tâches.

Comprendre comment l'espérance conditionnelle aide à l'analyse des données et au débruitage.

Utiliser l'analyse sonore et l'apprentissage machine pour améliorer le suivi des AVF.

Un aperçu des capacités de classification et de l'efficacité de conception de ConvResNeXt.

Un aperçu détaillé des méthodes d'estimation du regard des conducteurs et de leur impact sur la sécurité.

Un aperçu de la recherche d'architecture neuronale et son rôle dans l'apprentissage profond.

Cette étude évalue à quel point les LLMs reconnaissent et relient les formes géométriques.

Voici CongestEXP, un algorithme qui améliore les décisions des joueurs dans des situations de ressources partagées.

Combiner l'apprentissage par renforcement et la méthode Branch-and-Bound pour de meilleures solutions d'optimisation.

Découvre des moyens de rendre les méthodes d'apprentissage par renforcement plus rapides et plus efficaces.

Une nouvelle approche pour prédire la dynamique du COVID-19 en utilisant des techniques de modélisation avancées.

FedInit améliore la collaboration des appareils dans l'apprentissage fédéré en s'attaquant au dérive des clients.

Un cadre pour évaluer et améliorer la qualité des données pour de meilleures performances des modèles.

De nouvelles méthodes améliorent la vie privée dans l'analyse de données en utilisant l'estimation de densité par noyau.

Cette étude examine le rôle de l'IA dans l'amélioration des procédés de fabrication additive de métaux.

Des méthodes innovantes pour analyser des échantillons de tissus améliorent la précision de détection du cancer.

Combiner les données satellites aide à mieux comprendre les types de nuages et leur impact sur la météo.

Explorer les effets des données synthétiques sur les modèles génératifs et leurs résultats.

Un nouveau cadre améliore l'apprentissage décentralisé pour des environnements de données dynamiques.

Cette étude présente une méthode pour créer des données synthétiques grâce à des modèles de diffusion en physique.

Une technique pionnière combine l'apprentissage profond et la physique pour des images plus rapides.

Examiner comment les réseaux de neurones peuvent se souvenir des données d'entraînement et les risques de confidentialité qui en découlent.

Les ensembles de Shapley offrent des insights améliorés sur les interactions entre les fonctionnalités dans les prédictions des modèles.

Les agriculteurs ghanéens utilisent la technologie AI pour lutter contre les maladies des cultures de cajou.

Des chercheurs utilisent l'apprentissage automatique pour mieux prédire les mutations de protéines et leurs effets.

Examiner comment les méthodes sensibles au risque améliorent la prise de décision en apprentissage par renforcement.

Une nouvelle méthode améliore l'efficacité de l'entraînement pour les réseaux sur des appareils à faibles ressources.

De nouveaux algorithmes améliorent la restauration des images hyperspectrales avec des données manquantes.

SageFormer améliore les prédictions de séries temporelles multivariées en capturant les relations entre les séries.

Découvre comment l'apprentissage par peu d'exemples améliore la clarté des images OCT en réduisant le bruit de speckle.

Présentation d'un nouveau mécanisme de défense contre les attaques par inférence d'appartenance dans les modèles d'apprentissage automatique.

ProtoAD combine des prototypes avec l'apprentissage profond pour détecter plus clairement les anomalies dans les données de séries temporelles.

Seq2Peak améliore les prévisions de la demande pendant les heures de pointe dans divers secteurs.

De nouvelles méthodes visent à améliorer la communication dans les équipes diverses en clarifiant le contexte.

Un cadre qui améliore les combinaisons de pubs pour plus d'engagement des utilisateurs.

Examiner comment les symétries améliorent les modèles d'apprentissage automatique pour une meilleure analyse des données.

Une nouvelle méthode accélère le marquage des données et l'entraînement des modèles.

Une étude met en avant le rôle des microbes du sol dans la prédiction de la santé et de la productivité des plantes.