Derniers articles pour Science des données

Une étude montre comment les réseaux profonds s'en sortent bien malgré le bruit dans les données d'entraînement.

Un aperçu de comment l'overfitting bénin peut profiter aux modèles d'apprentissage automatique.

Un regard sur la différence et son rôle dans les matrices doubles infinies et l'intégration numérique.

CANVI améliore la fiabilité des prévisions en inférence variationnelle pour diverses applications.

Une nouvelle approche pour prédire des données de séries temporelles complexes à travers l'espace et le temps.

De nouvelles méthodes améliorent l'identification des termes biomédicaux clés dans la recherche.

Cette étude montre comment adapter la technologie TTS à différents accents de manière efficace.

Un nouveau défi vise à améliorer les outils d'IA pour analyser les panoramiques dentaires.

Une nouvelle méthode améliore la précision de détection des fissures tout en utilisant moins d'images.

Découvrez l'importance de la découverte du rôle des nœuds dans l'analyse des dynamiques de réseau.

La normalisation du poids améliore l'entraînement et les performances des réseaux de neurones, même avec des poids plus lourds.

Cette recherche se concentre sur l'utilisation de l'apprentissage profond pour détecter efficacement les éruptions radio solaires.

Aligned-MTL s'attaque aux défis de l'apprentissage multi-tâches pour de meilleures performances.

Explorer des modèles génératifs et des défis dans l'estimation de densité et le surajustement des variétés.

Une nouvelle approche pour améliorer l'entraînement des réseaux de neurones grâce à l'optimisation quantifiée.

Les modèles génératifs aident à résoudre des problèmes dans les communications par satellite en créant des données synthétiques.

Une nouvelle méthode améliore la précision pour reconnaître des classes moins courantes dans des ensembles de données déséquilibrés.

Une nouvelle méthode améliore la minimisation de la divergence dans les applications d'apprentissage automatique.

Nouvelles techniques boostent l'efficacité et l'expressivité dans l'analyse de graphes.

Un nouveau modèle s'attaque aux défis de l'adaptation de domaine pour l'apprentissage automatique.

Une nouvelle approche améliore l'apprentissage auto-supervisé en se concentrant sur les augmentations de données.

Des chercheurs combinent des instructions pour améliorer les modèles d'apprentissage automatique pour différentes tâches.

TransAct améliore le système de recommandations de Pinterest pour une meilleure expérience utilisateur.

Apprends comment l'optimisation stochastique gère l'incertitude dans différents domaines.

De nouvelles méthodes améliorent l'analyse de données sans les fonctions de vraisemblance traditionnelles.

Cette étude présente une méthode pour mieux mesurer le mouvement de la langue pendant la parole en utilisant des données X-ray.

De nouvelles méthodes montrent que des ensembles de données plus petits et de haute qualité donnent de meilleures performances en IA.

Ce papier examine les risques de fraude sur le marché des NFT, en se concentrant sur les comportements de wash trading.

Explore des méthodes innovantes en apprentissage machine pour gérer plusieurs objectifs en même temps.

Une nouvelle méthode améliore la façon dont les réseaux de neurones expliquent leurs décisions.

Une nouvelle méthode améliore la précision dans la collecte d'évaluations subjectives en utilisant des comparaisons par paires.

Voici LOCCO, une nouvelle méthode pour améliorer le parsing sémantique et la génération de texte.

Cet nouvel outil simplifie la création de pipelines IA en utilisant la programmation low-code et le langage naturel.

Pengi fusionne la compréhension audio et la génération de texte en un seul modèle.

Découvrez DHARMA, une méthode qui transforme notre façon de mesurer les activités des protéines.

BT-Cell améliore les réseaux de neurones récursifs pour une meilleure compréhension du langage.

Une nouvelle méthode améliore la vitesse et la stabilité des calculs de la valeur de Shapley.

Cette étude évalue les embeddings de graphes de connaissances et leur rôle dans la recherche biomédicale.

Un nouvel algorithme améliore l'efficacité de l'apprentissage par renforcement et réduit les besoins en données.

MetaDiffuser améliore l'apprentissage par renforcement hors ligne grâce à des méthodes innovantes de génération de trajectoires.