Informatique - Apprentissage automatique

Une nouvelle méthode améliore les réponses des machines grâce à une meilleure compréhension émotionnelle.

De nouveaux modèles d'apprentissage automatique améliorent les prédictions en dynamique des fluides.

Découvrez comment l'apprentissage fédéré peut améliorer l'apprentissage automatique tout en protégeant la confidentialité des données.

Un nouveau modèle améliore la génération de jets de particules grâce à des mécanismes d'attention et moins de paramètres.

Des recherches montrent que les grands modèles de langage peuvent être entraînés pour imiter la prise de décision humaine.

Découvre comment l'apprentissage automatique aide à prédire des comportements chaotiques.

Une nouvelle méthode améliore la précision du raisonnement dans les modèles de langage en utilisant des invites structurées.

Un nouveau cadre rend les résultats de classification de séries temporelles multivariées plus faciles à comprendre.

Un regard sur comment les principaux et les agents peuvent bosser ensemble efficacement.

GEO-Bench vise à faire avancer les modèles de base dans les tâches de surveillance de la Terre.

CALLS a pour but d'améliorer la capacité des assistants vocaux à gérer les interactions avec les clients.

LEACE vise à éliminer les biais des modèles grâce à l'effacement de concepts.

Examen de la perte de confidentialité dans Noisy-SGD avec des fonctions de perte non convexes.

Découvrez comment la sparsité essentielle optimise les gros modèles sans perte de performance.

Utiliser l'IA pour améliorer les contrôles de sécurité des chargements en logistique.

Explorer comment les agents peuvent améliorer la prise de décision grâce à la collaboration.

FAMO améliore l'efficacité et la performance de l'apprentissage multitâche dans les modèles IA.

Comment le design des robots influence les capacités d'apprentissage et la performance des tâches.

Une méthode novatrice pour améliorer la qualité des images avec moins d'étapes.

Une nouvelle approche pour gérer les données incomplètes et bruyantes dans la recherche.

Techniques pour améliorer la précision des forêts aléatoires grâce à une régularisation post-hoc.

Une approche bayésienne plus rapide améliore la détection des pics dans la recherche en neurosciences.

Apprends à prendre de meilleures décisions quand t'es confronté à l'incertitude.

Examiner comment des réseaux légèrement surparamétrisés améliorent les résultats d'entraînement.

De nouvelles méthodes améliorent la performance des modèles tout en garantissant la confidentialité des données.

CIN++ améliore l'analyse des données dans des systèmes complexes, surtout en chimie.

Un nouveau cadre améliore la capacité de l'IA à gérer l'incertitude dans ses prédictions.

Explorer le désapprentissage machine comme solution aux problèmes de confidentialité des données.

Explore comment l'extraction de concepts améliore la fiabilité de l'IA dans la fabrication.

Apprends à choisir des stratégies d'apprentissage actif efficaces en fonction des contraintes budgétaires.

dotears combine des types de données pour clarifier les interactions génétiques.

Un nouveau cadre améliore la prédiction du CTR en s'attaquant au biais de sélection des échantillons.

De nouvelles stratégies améliorent la capacité de l'intelligence artificielle à généraliser au-delà des données d'entraînement.

Un nouveau cadre améliore la cohérence et la performance dans la publicité en ligne.

Un aperçu de comment les espaces de Barron améliorent la performance des réseaux de neurones en haute dimension.

GShot génère des graphes de haute qualité à partir de peu de données d'entraînement en utilisant des techniques d'apprentissage par méta.

Cet article parle d'une méthode de filigrane pour protéger les modèles de diffusion et leur propriété intellectuelle.

Explorer les méthodes d'apprentissage machine pour les défis d'optimisation de réseau.

Une nouvelle approche pour lutter contre l'oubli catastrophique dans les modèles d'apprentissage continu.

Une nouvelle méthode améliore la prévision du trafic pour une meilleure gestion du réseau.