Informatique - Apprentissage automatique

Une nouvelle méthode pour des recherches de programmes d'apprentissage machine plus rapides et meilleures.

Explorer de nouvelles méthodes pour de meilleurs résultats d'apprentissage dans les jeux multijoueurs.

Examiner le lien entre la compression de données et la robustesse face aux attaques dans l'apprentissage profond.

L'examen des attaques de jailbreak montre des faiblesses dans la sécurité des modèles de langage.

Le modèle A2GNN améliore les performances en adaptant les connaissances graphiques à travers différents domaines.

Une analyse des problèmes de reproductibilité dans la recherche sur la prédiction des défauts de logiciels en deep learning.

Une nouvelle méthode augmente la vitesse d'entraînement et les performances du RL dans des environnements complexes.

Explorer la synergie entre les humains et l'IA dans diverses tâches.

Flashback s'occupe de l'oubli dans l'apprentissage fédéré pour améliorer l'entraînement et la performance des modèles.

Nouvelle méthode qui optimise l'échantillonnage en le combinant avec des techniques d'optimisation.

Cette recherche évalue comment GPT-4 génère des récits pour des événements clés de la vie.

Comprendre comment construire des systèmes d'apprentissage automatique plus fiables face aux menaces adversariales.

Révolutionner la communication en deep learning grâce à des représentations visuelles claires.

Explorer l'impact des modèles de cohérence sur les solveurs inverses de diffusion.

Un nouveau cadre pour des agents IA dynamiques dans différents domaines.

Une nouvelle méthode pour améliorer la performance des modèles de langue en utilisant des experts spécialisés.

Une nouvelle méthode révèle comment les modèles linguistiques traitent l'information de manière plus claire.

Approches innovantes pour retirer des données des modèles d'IA tout en gardant la vie privée.

Une nouvelle méthode pour une gestion efficace des ressources dans les réseaux edge-cloud.

De nouveaux modèles de classement améliorent l'engagement des utilisateurs sur LinkedIn grâce à de meilleures recommandations de contenu.

En train de voir comment l'augmentation des labels influence l'apprentissage dans les modèles d'apprentissage automatique.

Une nouvelle méthode prédit les événements du foot de manière plus précise et efficace en utilisant l'apprentissage profond.

S'attaquer au défi de gérer efficacement les ressources informatiques et de communication.

Un nouveau cadre améliore l'apprentissage même sans retour.

Les LEMs donnent des infos sur la performance des joueurs de foot et la dynamique de l'équipe.

Les techniques d'IA adaptative améliorent la gestion des accès dans divers environnements de Metaverse.

Un cadre pour évaluer les méthodes de synthèse de données pour la qualité et la vie privée.

Cet article parle de comment les choix architecturaux influencent le processus d'apprentissage des DNN.

Une nouvelle méthode utilise des données synthétiques pour améliorer les systèmes ASR dans des domaines inconnus.

Développer des algos pour améliorer l'apprentissage par renforcement en utilisant les retours humains malgré la corruption des données.

Présentation d'un algorithme efficace pour un clustering équitable de gros ensembles de données.

Une nouvelle approche combinant l'apprentissage profond et WENO pour des simulations d'écoulement améliorées.

Un nouveau cadre améliore l’analyse dynamique des graphes, en s’attaquant à des problèmes clés de représentation.

Un nouveau cadre améliore la clarté et la scalabilité des visualisations de graphes.

De nouvelles méthodes améliorent la vie privée dans l'apprentissage automatique en perfectionnant les mécanismes de sélection privée.

Une nouvelle méthode améliore l'efficacité de la communication dans l'apprentissage fédéré.

Un nouveau modèle améliore la précision des prévisions à long terme en utilisant des techniques innovantes de réseaux de neurones.

Un nouvel outil réduit les dépenses dans la correction automatique des bugs tout en gardant son efficacité.

Un guide pour comprendre les modèles prédictifs et leurs applications dans l'apprentissage.

Exploration de la technique Diffusion-ES pour améliorer la navigation des voitures autonomes.