Derniers articles pour Apprentissage automatique

Un aperçu des défis de la vie privée et de l'équité dans l'apprentissage fédéré.

Cette étude examine si les robots peuvent apprendre des langues en réalisant des tâches qui n'ont rien à voir avec le langage.

Un aperçu de comment SLASH fusionne des techniques d'IA pour un meilleur raisonnement.

De nouveaux algos améliorent la performance des modèles en apprentissage fédéré grâce à un clustering efficace des clients.

NodeFormer améliore le traitement des données graphiques, rendant l'apprentissage automatique plus évolutif et flexible.

Explorer de nouvelles méthodes pour améliorer la performance de l'apprentissage par renforcement.

Un nouvel algorithme améliore les décisions de recrutement en se basant sur des prédictions de candidats.

Un nouveau modèle améliore la façon dont les machines reconnaissent les images en mêlant des caractéristiques globales et locales.

Explore les méthodes de transport optimal et leurs applications dans divers domaines.

Une nouvelle méthode améliore la précision du modèle face à des distributions de données inconnues.

Un aperçu des méthodes pour intégrer la sensibilité au risque dans les stratégies d'apprentissage par renforcement.

De nouvelles méthodes améliorent la reconnaissance automatique de la parole pour les mots rares en utilisant le contexte.

Apprends comment la reconnaissance visuelle de la parole identifie les mots prononcés grâce aux mouvements des lèvres.

Une nouvelle stratégie garantit une représentation égale des types de données en apprentissage automatique.

Une méthode pour améliorer la sécurité dans l'apprentissage par renforcement en utilisant des ensembles invariants de contrôle.

Une nouvelle méthode pour entraîner des modèles de détection de mots-clés en utilisant une supervision faible dans des environnements bruyants.

Un aperçu des méthodes de classification de nœuds et de leurs applications dans divers domaines.

Une nouvelle approche pour renforcer la confiance dans la détection d'objets grâce à des techniques de calibration fiables.

Le dataset MMASD offre de nouvelles perspectives sur la communication et le comportement autistique.

Un nouveau cadre améliore la reconnaissance des cellules en utilisant moins d'exemples étiquetés.

Un nouveau cadre intègre des techniques de confidentialité et de robustesse pour un apprentissage machine fiable.

Une nouvelle méthode améliore la modélisation des surfaces d'énergie potentielle dans les simulations atomistiques.

Une nouvelle approche du sampling de Gibbs améliore la performance des réseaux de neurones.

Skill-Critic mélange apprentissage de haut niveau et de bas niveau pour de meilleures performances dans les tâches RL.

Une étude sur la réduction du bruit dans les réseaux de neurones quantiques en utilisant la régularisation de la variance.

Une nouvelle méthode améliore la façon dont les machines apprennent des tâches grâce à la détection d'interactions.

Les gros modèles de langue peuvent galérer sur certaines tâches, ce qui soulève des questions cruciales dans la recherche en IA.

AQuA propose des outils pour évaluer la qualité des étiquettes dans les jeux de données de machine learning.

MERT traite les défis de la modélisation musicale grâce à des techniques d'apprentissage auto-supervisé innovantes.

Nouveau modèle améliore la prise de décision en IA avec des techniques de mémoire.

De nouvelles méthodes améliorent l'apprentissage fédéré personnalisé tout en préservant la vie privée des données.

Une étude sur la performance des modèles visuels fondamentaux face à des distorsions réelles dans les tâches de segmentation.

Un aperçu de l'impact de RGD sur la performance et la généralisation des modèles.

Explorer la structure et la stabilité des nanoparticules Co-Pt pour des applications avancées.

DiffAug améliore les systèmes de reconnaissance d'images grâce à des techniques de bruit innovantes.

Apprends comment les modèles de deep learning traitent les images chiffrées tout en gardant la vie privée.

Découvrez CANN, une méthode pour une localisation visuelle précise en utilisant des caractéristiques locales.

Une nouvelle méthode améliore la génération d'images à partir de texte en reliant correctement les entités et les modificateurs.

Cet article parle de l'importance des fiches techniques pour les capteurs de machine learning.

Cet article examine comment D-SGD maintient la généralisation à travers différentes structures de communication.