Derniers articles pour Interaction Humain-Machine

Cette étude améliore la SER grâce à un meilleur prétraitement et des modèles d'attention efficaces.

Un nouveau cadre améliore la génération de mouvements pour les animations et les expériences virtuelles.

Explorer comment l'apprentissage des préférences améliore l'alignement des modèles de langage avec les attentes humaines.

Cette étude présente un modèle qui intègre le contexte pour mieux reconnaître les expressions faciales.

MVTN améliore la reconnaissance des gestes de la main grâce à des techniques multiscales innovantes.

Une nouvelle méthode combine le sens et le son pour une détection d’émotion améliorée dans la parole.

Des recherches montrent que les données EEG peuvent aider les réseaux de neurones artificiels à résister aux attaques adversariales.

Une nouvelle méthode améliore la capacité des agents à apprendre de leurs erreurs dans des environnements virtuels.

WebQuest aide à tester des modèles qui répondent à des questions provenant de plusieurs pages web.

Le cadre APEX améliore la reconnaissance des émotions en intégrant des traits de personnalité.

La recherche étudie comment les humains comparent des images en utilisant des modèles d'apprentissage profond.

ParaEVITS améliore l'expression émotionnelle dans la synthèse vocale grâce à un guidage en langage naturel.

De nouvelles méthodes améliorent la conversation humain-robot en rendant la parole plus claire.

Cette recherche vise à créer des CAPTCHAs qui embrouillent les machines mais qui sont clairs pour les humains.

Les explications d'IA peuvent aider à apprendre, mais elles n'ont pas un impact durable.

Les étiquettes de préférence souples améliorent l'alignement des modèles avec les choix humains.

Un cadre pour améliorer la performance de l'IA dans les tâches visuelles en imitant les jugements humains.

Un modèle auto-étalonnant améliore le contrôle des prothèses et l'adaptabilité de l'utilisateur.

La sensibilité adaptive de la peau améliore la sécurité dans les interactions homme-robot.

Une étude révèle des liens entre la structure des réseaux neuronaux et la pensée humaine.

Un aperçu de l'influence de Turing sur l'IA moderne et l'apprentissage automatique.

Explore l'essor et l'impact des modèles fondamentaux en intelligence artificielle.

Un nouveau cadre améliore l'apprentissage automatique pour le contrôle des mouvements dans différents environnements.

Une nouvelle approche pour améliorer l'alignement de l'IA avec les intentions humaines en utilisant des modèles plus simples.

Apprendre aux machines à reconnaître et répondre aux émotions humaines de manière éthique.

De nouvelles méthodes améliorent la façon dont les machines reconnaissent et réagissent aux émotions humaines.

Un nouveau cadre cherche à améliorer la génération d'images en utilisant des retours humains.

Une étude examine la combinaison de messages parlés et d'icônes visuelles pour le contrôle des drones.

Une étude révèle une nouvelle méthode pour identifier les émotions en utilisant des vidéos, des sons et du texte.

Une nouvelle méthode améliore le réalisme des gestes des mains dans les modèles humains numériques.

Cet article examine comment l'organisation visuelle aide à une recherche efficace.

Une nouvelle façon de contrôler des robots avec la technologie de la réalité mixte.

Examiner les hallucinations de l'IA et la pensée critique dans les interactions humaines.

Les modèles de base améliorent la reconnaissance des émotions et l'interaction dans l'informatique affective.

Une nouvelle méthode améliore l'alignement des grands modèles de langage avec les contributions humaines.

Cet article évalue le sentiment et le sens des légendes d'images.

Une nouvelle méthode améliore la compréhension des actions humaines par l'IA grâce à des données spécialisées.

Aperçu des techniques pour détecter et classer les actions humaines.

Cette étude se concentre sur l'amélioration de la fiabilité des systèmes de dialogue en évaluant la confiance dans les réponses.

Des recherches montrent des lacunes dans les modèles de classification d'images quand les objets sont partiellement cachés.