Derniers articles pour Apprentissage automatique

Cet article présente un design modulaire pour améliorer l'efficacité et l'adaptabilité des modèles de langage.

Créer des images IRM synthétiques pour aider l'apprentissage machine dans l'analyse de la santé cardiaque.

Une nouvelle méthode améliore la reconnaissance d'objets dans des espaces 3D en utilisant des modèles 2D existants.

Un aperçu de l'évaluation des formes de clusters et de leur importance en science des matériaux.

Présentation de SLCE, une méthode supervisée pour une visualisation des données plus claire.

Les réseaux de neurones informés par la physique améliorent l'analyse et l'interpolation des données sismiques.

L'apprentissage par renforcement bayésien améliore le contrôle de la tension face aux menaces cybernétiques.

Cet article parle des méthodes pour améliorer l'adaptabilité des agents RL dans des environnements changeants.

Une nouvelle méthode améliore l'apprentissage par démonstrations en identifiant et en corrigeant les erreurs.

Explore des méthodes pour atteindre la performance et la robustesse dans les systèmes de contrôle.

Une nouvelle méthode améliore l'étiquetage de texte spécifique grâce à des approches de regroupement.

Git-Theta simplifie la gestion des modèles et le travail d'équipe dans les projets d'apprentissage automatique.

Une nouvelle méthode améliore l'efficacité de l'apprentissage en ligne pour les réseaux de neurones en utilisant des approximations de rang faible.

Une nouvelle méthode améliore la performance des grands modèles de langage pour répondre à des questions complexes.

Une méthode pour aligner des réseaux profonds avec les jugements de similarité humains pour de meilleures performances.

Explorer des méthodes pour garantir la fiabilité et la clarté dans la prise de décision de l'IA.

Évaluer le rôle des réseaux génératifs dans la simulation des données de physique des particules.

Des recherches montrent comment les GNN peuvent s'adapter à différentes tailles de graphes.

Un nouveau cadre améliore l’efficacité d’échantillonnage dans des distributions de probabilité complexes.

RD-Suite vise à standardiser l'évaluation des méthodes de distillation de classement pour une meilleure comparaison.

Une méthode pour améliorer les petits modèles pour plus de fiabilité et de performance.

De nouvelles méthodes exploitent l'identité du locuteur pour améliorer la performance de la reconnaissance vocale.

Une étude sur l'utilisation de la perte par triplet pour créer des modèles d'apprentissage automatique plus équitables.

Un nouveau jeu de données pour améliorer les modèles vision-langage et le suivi des instructions humaines.

Une nouvelle méthode utilise des matrices de Johnson-Lindenstrauss pour la classification multiclass extrême.

Youku-mPLUG propose 10 millions de paires vidéo-texte pour faire avancer les systèmes vidéo-langue en chinois.

Cet article parle de méthodes améliorées pour reconnaître des objets dans des images en utilisant des invites visuelles.

Une nouvelle méthode combine la reconnaissance vocale et l'identification des locuteurs pour les discours qui se chevauchent.

Une plongée profonde dans les complexités du regroupement des données sur le cancer.

Une nouvelle ressource améliore la synthèse de livres dans plusieurs langues.

KrADagrad améliore l'efficacité d'optimisation en apprentissage machine avec moins de ressources.

Un nouvel algorithme pour ajuster la taille des pas dans les tâches d'apprentissage automatique.

GCT-TTE utilise différentes sources de données pour de meilleures estimations de temps de trajet.

Combiner du texte et des images pour améliorer l'efficacité de l'apprentissage machine.

Une nouvelle technique améliore la clarté des images en s'appuyant sur des infos de patch collaboratifs.

Une nouvelle méthode qui ajuste l'exploration et l'exploitation dans les tâches d'optimisation.

Une nouvelle méthode de génération de scènes 3D améliore les données pour l'entraînement des modèles.

On te présente une méthode qui simplifie l'entraînement des réseaux de neurones avec des résultats améliorés.

Une nouvelle approche utilisant des GAN pour améliorer la modélisation de l'hadronisation à partir des données de la physique des particules.

Une nouvelle approche améliore l'apprentissage machine avec moins d'exemples et des données multimodales.