Derniers articles pour Apprentissage automatique

Les chercheurs améliorent la sécurité des véhicules grâce à des méthodes avancées d'apprentissage automatique.

Le cadre D2UE améliore la détection des anomalies dans les images médicales en utilisant différentes approches de modèles.

De nouvelles méthodes améliorent l'estimation de fréquence à partir de mesures bruyantes en utilisant l'apprentissage machine.

Une nouvelle méthode améliore la performance des LLM tout en réduisant la complexité.

Cette étude analyse le rôle de l'IA dans la prédiction des toxicités liées aux traitements chez les patientes atteintes de cancer gynécologique.

Ce cadre améliore la performance du modèle en s'attaquant aux données augmentées de mauvaise qualité.

Combiner des données à long et court terme pour de meilleurs résultats de recherche de produits.

De nouveaux algorithmes améliorent l'adaptabilité de l'apprentissage machine aux données dynamiques.

Explorer les pièges des modèles de langage dans l'interprétation des données.

On améliore l'Optimisation de Préférence Directe pour mieux gérer les égalités dans la prise de décision.

De nouvelles méthodes automatisent la découverte des interactions dans des systèmes complexes.

Une nouvelle méthode basée sur des données pour modéliser le flux d'énergie améliore l'efficacité et la précision.

Explorer les difficultés d'optimiser des fonctions non lisses non convexes et les limitations des algorithmes locaux.

Une méthode pour améliorer l'efficacité des modèles de langage avec de longs textes.

L'IA améliore la prise de décision dans les jeux grâce à des techniques de regroupement sémantique.

De nouveaux modèles visent à améliorer la précision de la distribution de l'énergie dans les réacteurs nucléaires.

Une nouvelle méthode améliore les connaissances des modèles linguistiques à partir de données limitées.

Combiner des caractéristiques améliore la précision de la classification des sons sous-marins.

Présentation de PI-TFPONet : une méthode pour résoudre des PDE paramétriques sans gros jeux de données.

Une nouvelle méthode améliore les prévisions des caractéristiques linguistiques en utilisant des données textuelles.

SGDrop aide les CNN à mieux apprendre avec peu de données en élargissant leur perspective.

L'apprentissage par transfert améliore la classification audio pour la détection des sons sous-marins.

Explorer comment la structure des données impacte la performance de l'apprentissage automatique.

De nouvelles méthodes améliorent la précision des fonctions d'influence dans les grands modèles.

Examiner la perte de plasticité dans l'apprentissage continu et le rôle de la netteté.

Le chiffrement sélectif améliore la confidentialité tout en maintenant les performances du modèle dans l'apprentissage collaboratif.

Une nouvelle méthode pour gérer les données avec des valeurs aberrantes de façon efficace.

Un nouveau cadre vise à améliorer la fiabilité et la clarté dans le raisonnement de l'IA.

Apprends comment améliorer l'efficacité des modèles de langage à long contexte.

ASPINN propose une nouvelle solution pour des équations différentielles perturbées de façon singulière.

De nouvelles structures améliorent l'efficacité de l'apprentissage automatique quantique et la précision de la classification.

Explorez les RKHS et leur rôle dans l'approximation des fonctions mathématiques.

Walker propose un suivi d'objets efficace avec un minimum d'étiquetage de données.

Des chercheurs améliorent la détection magnétique grâce à l'apprentissage automatique avec des centres NV.

Une nouvelle méthode équilibre la personnalisation et la vie privée dans l'apprentissage fédéré.

Les chercheurs améliorent les techniques de modélisation des particules en utilisant des méthodes d'apprentissage automatique.

Présentation d'un cadre pour une formation sécurisée des modèles d'apprentissage automatique.

Techniques pour protéger les données sensibles en apprentissage automatique.

Une nouvelle technique améliore la performance des modèles qui combinent texte et images.

Une nouvelle approche améliore l'exécution des requêtes de base de données avec des ajustements de coût dynamiques.