Informatique - Intelligence artificielle

Une nouvelle méthode montre que l'apprentissage variationnel peut exceller dans la formation de modèles complexes.

Une nouvelle approche pour améliorer la collaboration entre les humains et l'IA dans la prise de décision.

Une nouvelle méthode pour améliorer l'efficacité de l'entraînement des modèles d'apprentissage profond.

Cet article examine comment les attaques adversaires modifient les concepts appris des CNN.

La méthode DeepKnowledge améliore la fiabilité des DNN dans les applications critiques.

Une nouvelle approche pour simplifier le contrôle d'accès basé sur les rôles.

Une nouvelle méthode améliore l'estimation de l'incertitude dans les modèles d'apprentissage profond.

Un cadre pour aligner les actions avec les valeurs personnelles et organisationnelles.

Une nouvelle approche permet aux robots en essaim d'échapper aux menaces en utilisant des comportements semblables à ceux des poissons.

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

Un aperçu des causes et de la détection des inexactitudes dans la prise de décision de l'IA.

Une nouvelle approche améliore les stratégies de planification en utilisant des représentations graphiques et des méthodes d'apprentissage automatique traditionnelles.

Un cadre pour générer des dépôts de code en utilisant des exigences linguistiques simples.

Explorer des améliorations dans la génération de texte visuel précis à partir de descriptions.

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.

Une méthode pour améliorer la compréhension des machines grâce à des embeddings multi-facettes.

Explorer des techniques pour soutenir les langues à faibles ressources en utilisant l'apprentissage en contexte.

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

Cet article parle de comment les robots peuvent mieux comprendre les préférences humaines dans l'exécution des tâches.

Cet article examine à quel point les grands modèles de langage protègent les informations sensibles.

Examine comment l'IA peut générer des réponses soutenantes et empathiques.

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

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.

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

Explorer l'impact des modèles de langage sur l'apprentissage et l'enseignement des étudiants.

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.

Une nouvelle méthode améliore la génération d'images à partir de texte avec des transitions fluides et une haute qualité.

Une nouvelle méthode améliore l'extraction d'infos des rapports d'accidents aériens.

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

Un aperçu des difficultés de la planification Stackelberg par rapport aux méthodes traditionnelles.

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

Un nouveau système aide les auteurs à rédiger des légendes efficaces pour les figures scientifiques.

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

TinySaver combine des petits modèles et des plus gros pour un traitement AI efficace.

Les transformateurs de physique universelle améliorent l'efficacité et la précision de la modélisation de la dynamique des fluides.