Informatique - Intelligence artificielle

Une nouvelle méthode améliore l'exploration des processus en créant des modèles intuitifs à partir de données complexes.

Un nouveau modèle améliore la sécurité des véhicules autonomes grâce à une meilleure détection des collisions.

Une nouvelle méthode améliore la régression symbolique en combinant des modèles avec une planification stratégique.

KD-BIRL propose une nouvelle façon de comprendre le comportement des agents et les structures de récompense.

Une nouvelle méthode utilise la causalité pour se protéger contre les menaces de backdoor dans les modèles de deep learning.

Un nouveau cadre simplifie les réglages des planificateurs pour une meilleure résolution de problèmes.

L'utilisation de réseaux de neurones clairsemés améliore la prédiction et la stabilité dans les modèles d'électrolyse de l'aluminium.

Une plongée approfondie dans la prédiction de trajectoire pour des voitures autonomes plus sûres.

Une nouvelle méthode aide les robots à décider quand solliciter l'expertise humaine.

Combiner des MDP robustes et régularisés pour améliorer la prise de décision dans des environnements incertains.

Découvrez des méthodes pour simplifier les formules booléennes pour une meilleure compréhension logique.

Une nouvelle méthode pour clarifier la classification d'images, rendant les prédictions plus compréhensibles.

Des chercheurs associent la neuroscience à l'IA pour mieux comprendre la formation de la mémoire.

RHPG propose de nouvelles façons d'améliorer les systèmes de contrôle avec flexibilité et adaptabilité.

Une nouvelle méthode qui améliore les descriptions d'images en posant de meilleures questions.

L'apprentissage automatique améliore la communication sans fil en gérant bien les changements de domaine.

Le modèle HARDC améliore l'analyse ECG pour un meilleur suivi de la santé cardiaque.

Changer les frontières scolaires peut-il promouvoir la diversité dans les écoles élémentaires aux États-Unis ?

Présentation de l'Embedding Positionnel Adversarial et de MAE+ pour améliorer l'entraînement des modèles d'images.

Une nouvelle méthode améliore la détection par radar pour conduire plus en sécurité.

Utiliser l'apprentissage par renforcement pour planifier des chemins efficacement dans différents environnements.

Analyser les difficultés que l'IA rencontre pour s'adapter à de nouvelles tâches.

Une nouvelle méthode pour gérer des systèmes avec des délais et une collecte de données irrégulière.

Explorer comment le meta-apprentissage peut améliorer les systèmes d'apprentissage à quelques exemples.

Une nouvelle méthode améliore l'apprentissage continu auto-supervisé en minimisant l'oubli et l'utilisation des ressources.

Un aperçu des étapes de développement des modèles de deep learning et des activités de réingénierie.

Une méthode pour améliorer la précision des données dans les bases de connaissances en fusionnant des enregistrements et en répondant à des requêtes.

Une nouvelle méthode améliore la vitesse et la qualité de génération de séquences.

Une nouvelle méthode améliore la performance des algorithmes dans les systèmes robotiques grâce à un meilleur réglage de la configuration.

Un nouveau modèle améliore l'imagerie du foie pendant le traitement du cancer.

Une nouvelle méthode aide les scientifiques à analyser les images des calottes glaciaires polaires.

Une nouvelle approche pour améliorer l'exploration dans des réseaux complexes avec des observations confuses.

NeuSE améliore la capacité des robots à suivre et reconnaître des objets dans des environnements en changement.

De nouvelles idées montrent que la coopération peut se faire sans croyance commune.

Une étude examine comment les réseaux de neurones réalisent des tâches de discrimination numérique de base.

NeuroQL combine des données objectives et des opinions subjectives pour un meilleur accès à l'info.

Le cadre MAD améliore les performances de l'apprentissage profond sur différents types de données.

Une nouvelle approche pour améliorer l’adaptabilité des DNN à différentes sources de données.

xASTNN améliore la représentation du code pour de meilleures tâches en ingénierie logicielle.

Utiliser le retour humain pour améliorer les modèles d'apprentissage par renforcement hors ligne pour des décisions dans le monde réel.