Informatique - Apprentissage automatique

Une nouvelle méthode pour évaluer la nouveauté dans les résultats de l'IA générative.

Un cadre pour que les machines apprennent les préférences des utilisateurs à partir de données visuelles.

Combiner des modèles mécaniques et des modèles d'apprentissage automatique pour de meilleures prédictions de glucose.

Une étude sur l'amélioration de la classification des cultures en utilisant des sources de données diverses et des modèles d'apprentissage profond.

Examiner comment les attaques adversariales affectent les prédictions et les explications de l'IA.

Une nouvelle méthode améliore la vie privée dans l'apprentissage fédéré en ligne tout en s'adaptant aux données en évolution.

De nouvelles méthodes améliorent l'identification des interactions entre protéines dans la littérature scientifique.

Cet article explique comment les Deep Support Vectors améliorent la compréhension de la prise de décision en IA.

De nouvelles méthodes améliorent la prédiction de structures cristallines variées pour des matériaux avancés.

Utiliser l'apprentissage automatique pour améliorer l'identification des vulnérabilités des serveurs web.

Une nouvelle approche améliore la détection des malwares en utilisant des techniques d'apprentissage automatique.

Une nouvelle façon d'optimiser le streaming vidéo tout en garantissant la vie privée des utilisateurs.

Un guide pour améliorer la mémoire associative en utilisant des méthodes de descente de gradient.

DCC-Tree propose une nouvelle façon de gérer l'incertitude dans les prédictions des arbres de décision.

HERTA améliore l'efficacité de l'entraînement des GNN dépliés tout en gardant la clarté et l'interprétabilité.

Une nouvelle méthode améliore l'extraction de règles d'association à partir de données de séries temporelles.

Une nouvelle méthode pour suggérer des algorithmes DFCIL optimaux en utilisant des flux de données simulés.

De nouveaux algorithmes améliorent le timing de la délivrance des traitements pour un meilleur engagement des patients.

La méthode DTV améliore la fiabilité des réponses des grands modèles de langage dans les problèmes de maths.

Découvrez VOROS, une méthode pour améliorer l'évaluation des performances des classificateurs dans des scénarios déséquilibrés.

Examen des techniques et des défis pour estimer les positions de la tête humaine.

Un aperçu des fonctionnalités d'Adam et de ses performances dans l'entraînement des modèles.

Explorer les bases des modèles de diffusion et leurs applications dans la génération d'images.

Cette étude examine les ajustements de stratégie dans des environnements multi-agents via des chemins de satisfaction.

Efforts pour détecter et combattre les déchets marins avec des technologies avancées.

L'étude examine comment les gens perçoivent les réseaux relationnels à travers des graphiques.

Une nouvelle méthode améliore la compréhension des termes médicaux par les modèles linguistiques.

Le cadre OPTIN améliore les modèles de transformateurs sans avoir besoin de les réentraîner pour différentes tâches d'IA.

Examiner les biais dans la prédiction du prochain jeton et leur impact sur la performance du modèle.

De nouvelles techniques améliorent la détection des défauts dans la fabrication en utilisant des méthodes d'apprentissage profond.

Le Data Mesh transforme la gestion des données en favorisant la propriété et la collaboration des équipes.

Explore les forces et les faiblesses des RNN et des Transformers en traitement du langage naturel.

Une nouvelle méthode améliore la fiabilité dans la recherche de connexions au sein des modèles de langue.

Une nouvelle méthode améliore l'estimation du CATE et renforce la prise de décision dans divers domaines.

MetaOptimize améliore le performance des modèles en ajustant les paramètres d'apprentissage de manière dynamique.

EulerFormer combine des infos sémantiques et positionnelles pour de meilleures prédictions du comportement des utilisateurs.

Explore comment le momentum améliore la descente de gradient stochastique en apprentissage automatique.

Un modèle intègre des connaissances sur les molécules pour améliorer les prévisions en science.

Un aperçu des POMDP et de leur rôle dans la prise de décision avec des informations incomplètes.

DBNets révolutionne la façon dont les scientifiques mesurent les masses des jeunes planètes.