Derniers articles pour Science des données

Présentation d'EARL : une nouvelle méthode pour un apprentissage continu en ligne efficace.

L'empilement améliore l'efficacité de l'entraînement des réseaux de neurones profonds en tirant parti des connaissances existantes.

Une nouvelle méthode pour estimer des relations indirectes dans des données complexes.

Un nouvel outil simplifie la compréhension des modèles de machine learning complexes.

Une nouvelle méthode améliore les performances des Vision Transformers sur des ensembles de données déséquilibrés.

Le dataset MuLAn améliore le contrôle dans la génération d'images à partir de texte grâce à des annotations en couches.

Découvrez comment les systèmes d'IA apprennent avec le temps sans perdre leurs connaissances passées.

Un nouveau cadre améliore l'explicabilité dans les systèmes d'apprentissage profond.

La régularisation SHIELD améliore la performance de l'IA et sa capacité à expliquer les décisions, pour mieux comprendre ce qui se passe.

Cette étude examine comment la taille des lots influence la performance et l'entraînement des modèles de discours.

MGFiD améliore la précision et l'efficacité dans la réponse aux questions ouvertes.

Une nouvelle méthode améliore le classement des moteurs de recherche en utilisant des requêtes synthétiques.

Explorer le rôle des réseaux de neurones bayésiens dans la prédiction des flux turbulents.

Une nouvelle méthode augmente la vitesse d'accomplissement des tâches et l'utilisation des ressources.

Une nouvelle méthode améliore la fiabilité des prédictions des réseaux de neurones.

Une méthode pour gérer des systèmes complexes efficacement quand les paramètres ne sont pas entièrement connus.

Améliorer les descriptions de jeux de données pour une meilleure conformité et utilisabilité.

Cet article explore comment les données d'entraînement affectent les performances des modèles dans les systèmes multimodaux.

Un aperçu des méthodes de segmentation d'images et leur efficacité.

Explore comment le momentum booste l'efficacité dans l'entraînement des réseaux de neurones.

Un nouvel agent de navigation web basé sur le modèle ChatGLM3-6B améliore les performances des tâches.

Une nouvelle méthode améliore les modèles de texte-à-image pour mieux représenter l'identité.

ALCORE simplifie l'analyse tensorielle pour gérer efficacement les données de comptage rares.

Explorer comment les graphes de connaissances améliorent la compréhension dans la prise de décision de l'IA.

DOUST utilise l'entraînement au moment du test pour améliorer la détection des anomalies sans avoir besoin de données étiquetées.

L'étude examine comment les modèles quasi-interpolants se comportent sur des données jamais vues.

SCRaWl utilise des structures de haut niveau pour une meilleure analyse des données.

De nouvelles méthodes améliorent la synthèse vidéo en utilisant de grands ensembles de données et des modèles avancés.

DiffGT améliore les recommandations en réduisant le bruit et en comprenant mieux les préférences des utilisateurs.

Découvre comment l'apprentissage automatique transforme la tarification des actifs dans la finance.

Une nouvelle méthode améliore la compréhension de la pose humaine en utilisant des images générées.

NegPrompt améliore la classification d'images en détectant efficacement les images hors distribution.

Une méthode pour apprendre et évaluer des politiques en même temps en utilisant toutes les données disponibles.

Apprends comment les modèles de diffusion transforment le bruit en données structurées comme des images.

Examiner des méthodes pour améliorer la reconnaissance faciale à travers des démographies diverses.

Les Vision Transformers utilisent l'auto-attention pour améliorer la perf dans des tâches de vision par ordinateur.

Explorer comment les transformateurs favorisent les fonctions à faible sensibilité pour une meilleure performance.

Un nouvel algorithme améliore l'efficacité de l'apprentissage en contexte pour l'apprentissage par renforcement.

Explorer comment l'apprentissage semi-supervisé combine des données étiquetées et non étiquetées pour de meilleurs modèles d'IA.

Un aperçu de comment les enchevêtrements aident à regrouper et analyser les données.