Informatique - Ingénierie, finance et science computationnelles

Utiliser la complétion de matrices pour améliorer les estimations des données météorologiques manquantes.

Évaluer la précision et les limites d'erreur dans les solutions par réseaux de neurones pour les équations différentielles.

Cette étude explore l'utilisation de l'informatique quantique pour optimiser des structures en treillis.

Explorer l'impact de l'apprentissage géométrique profond sur les processus de conception de médicaments.

Examiner comment l'injection de polymères influence le sable dans des roches mal consolidées.

Automatiser l'extraction des données sur le cancer pour améliorer l'efficacité de la recherche.

Exploration de la méthode Galerkin discontinue hybridée pour la dynamique des fluides.

Une nouvelle approche utilisant des systèmes tridiagonaux pour une réduction efficace du bruit dans l'analyse de données.

Cette étude examine des structures à faible porosité inspirées de designs biologiques pour l'absorption d'énergie.

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

Apprends comment les entreprises utilisent le marketing viral pour gagner des parts de marché.

Un cadre pour améliorer la sélection de données avec peu d'échantillons d'entraînement.

Un aperçu de la façon dont les régions du cerveau communiquent en utilisant la Modélisation Causale Dynamique.

Examiner comment l'apprentissage automatique affecte les résultats liés aux opioïdes dans des communautés diverses.

Découvre comment DeepONet et S-DeepONet transforment la résolution de problèmes en ingénierie.

Des méthodes automatisées révèlent des infos sur les structures en réseau octaédriques dans les matériaux.

DNABERT-2 améliore l'analyse des données génomiques grâce à des techniques de tokenisation améliorées.

La recherche sur les matériaux granulaires aide à la conception de rovers pour l'exploration lunaire.

Découvrez comment les AES évaluent le code et soutiennent divers besoins en programmation.

Un nouveau cadre combine l'apprentissage automatique et la taille des grains pour prédire la déformation des métaux.

Un nouveau modèle améliore les prédictions pour des systèmes avec plusieurs agents qui interagissent.

Combiner des méthodes basées sur les données avec des modèles classiques améliore la compréhension du comportement des matériaux.

LendingClub peut utiliser les données pour améliorer la prise de décision et booster la rentabilité.

Une nouvelle méthode améliore la compréhension des fissures dans le béton.

Un nouveau service cloud améliore le traitement des images médicales tout en protégeant la vie privée des patients.

Découvrez comment Proof of Training combine l'IA et le minage crypto pour de meilleures performances.

Les micro-réseaux fournissent de l'énergie de secours et garantissent la stabilité grâce à des enchères intelligentes et à la coordination.

Un aperçu des dynamiques de l'assurance spécialisée et de ses acteurs clés.

Examiner l'équilibre entre le partage des données et la vie privée des patients dans la recherche biomédicale.

Découvre comment les données transforment la conception des métamatériaux pour diverses applications.

PINNsFormer améliore la précision dans la résolution des équations différentielles partielles en utilisant des structures Transformers avancées.

Une étude sur les algorithmes d'apprentissage profond pour optimiser les portefeuilles d'investissement.

Les techniques d'apprentissage automatique transforment la mécanique des solides en rendant la résolution de problèmes plus rapide et efficace.

Conseils indispensables pour soumettre ta recherche en apprentissage automatique à l'ICML.

Combiner précision et clarté en ingénierie grâce à l'apprentissage automatique et à la régression symbolique.

Une nouvelle méthode pour concevoir des filtres sonores avec une plage de fréquences plus large.

Présentation de STZINB-GNN, un meilleur modèle pour prédire les accidents de la route et les incertitudes.

Des modèles innovants améliorent la gestion de l'eau souterraine et la précision des prévisions.

Desbordante est un outil open-source pour un profilage de données efficace et une amélioration de la qualité.

Présentation du dataset BubbleML pour des études avancées sur la dynamique de l'ébullition.