Informatique - Apprentissage automatique

Cette recherche examine des méthodes efficaces pour identifier le dérive des covariables dans les données textuelles.

Une nouvelle méthode pour améliorer les prédictions en apprentissage profond bayésien en se concentrant sur des paramètres clés.

Des recherches explorent comment l'IA interprète la justice et la moralité dans le langage.

Une nouvelle méthode réduit la dépendance aux raccourcis dans les modèles de langage pour une meilleure compréhension.

MPTCP améliore la vitesse et la fiabilité de la communication des données en utilisant plusieurs chemins réseaux.

Un nouveau modèle de méta-apprentissage améliore les prévisions avec moins de données.

Un projet vise à améliorer les données de la pêche pour soutenir des pratiques durables.

De nouvelles techniques améliorent l'apprentissage du flux d'énergie pour une livraison d'électricité efficace.

Présentation d'une méthode de labellisation multi-classe efficace pour la segmentation sémantique.

Une nouvelle approche pour améliorer la précision et l'efficacité du clustering grâce à l'information mutuelle généralisée.

Cette étude explore comment le post-traitement améliore l'efficacité de l'optimisation bayésienne dans des problèmes complexes.

Explorer des moyens d'améliorer le partage de données tout en garantissant la vie privée des utilisateurs.

Explorer comment les transformateurs s'adaptent pour prédire des résultats dans des systèmes inconnus.

Une nouvelle méthode améliore l'utilisation des données dans des problèmes d'optimisation complexes.

Une nouvelle méthode pour optimiser les réseaux de neurones profonds sur des appareils avec peu de ressources.

Voici CRAMP, une méthode qui améliore la navigation des agents dans des environnements bondés.

Explorer comment la mémoire influence la capacité de l'IA à apprendre avec le temps.

Une nouvelle méthode d'apprentissage profond améliore l'analyse des données de vibration pour des infrastructures plus sûres.

Analyser les effets du fine-tuning et proposer le prompting conjugué comme solution.

Une étude examine comment améliorer les explications des décisions de l'IA pour une meilleure compréhension des patients.

Une étude sur l'apprentissage des mélanges gaussiens tout en protégeant la vie privée des données individuelles.

Automatiser l'étiquetage d'objets 3D tout en évaluant l'incertitude pour améliorer l'apprentissage en IA.

Une nouvelle méthode améliore la détection des états émotionnels dans les modèles d'apprentissage automatique.

Une nouvelle méthode pour gérer les valeurs manquantes dans les arbres de décision.

De nouveaux modèles améliorent l'identification des ponzi dans la cryptomonnaie.

La nouvelle méthode SBUnfold améliore la précision de l'analyse des données de particules grâce à l'apprentissage automatique.

Un nouveau modèle améliore les prévisions pour l'hystérésis magnétique dans les matériaux.

Un aperçu pour améliorer la génération de mouvements humains à partir de descriptions textuelles.

Les robots peuvent apprendre des tâches efficacement à partir d'une seule démonstration humaine grâce à des nouvelles techniques.

Apprends à créer des modèles pour des systèmes dynamiques en utilisant des données mesurées.

Une méthode pour améliorer les transformateurs de graphes de manière efficace et avec moins de ressources.

Une nouvelle méthode améliore l'adaptation du modèle aux données changeantes sans entraînement supplémentaire.

Une nouvelle méthode améliore l'analyse d'images et met en avant l'incertitude dans l'imagerie médicale.

Un nouvel algorithme offre de meilleures performances de regroupement de données avec des paramètres simplifiés.

Syndicom améliore les réponses au dialogue en utilisant le bon sens et des retours en langage naturel.

Les améliorations des modèles génératifs boostent la rétention de connaissances en apprentissage machine.

Cette étude se concentre sur l'amélioration des capacités de manipulation des robots en utilisant le toucher et la vue.

Les techniques de mixup améliorent la précision de l'apprentissage automatique dans l'analyse des données de séries temporelles physiologiques.

Un nouveau modèle améliore le diagnostic des pannes dans les réseaux de distribution d'énergie.

Les robots peuvent mieux s'adapter à de nouveaux terrains en prédisant les préférences des opérateurs.