Derniers articles pour Science des données

Cet article examine des méthodes pour tester les modèles de langage pour le biais.

Cette étude améliore la classification des images de brevets grâce à des techniques de deep learning avancées.

Une nouvelle méthode améliore l'analyse de gros ensembles de données dans des systèmes complexes.

Le mask-tuning améliore la capacité des modèles de langue à s'adapter à de nouveaux exemples.

LightPath propose une approche évolutive et efficace pour la représentation des trajets dans les transports intelligents.

Un aperçu des LLM, en parlant de leurs applis et des défis principaux.

Une nouvelle méthode améliore la performance des modèles de langue avec moins de données d'entraînement.

Combiner la physique avec l'apprentissage automatique améliore la précision et l'efficacité des modèles dans divers domaines.

Le modèle FEML améliore les prévisions avec peu de données en utilisant le transfert de connaissances.

Une nouvelle méthode d'apprentissage profond améliore les prévisions des secousses sismiques pour des alertes rapides.

Une nouvelle méthode améliore la précision de la segmentation d'images dans le secteur de la santé.

Choisir les bonnes données est super important pour des prévisions précises sur le comportement de l'océan.

Une nouvelle approche pour gérer l'incertitude dans les modèles d'apprentissage profond.

Une nouvelle méthode améliore la façon dont les modèles linguistiques évaluent leur confiance dans les prédictions.

Un cadre améliore les modèles de langage pour une meilleure reconnaissance des entités médicales.

Une nouvelle approche combine le langage et l'apprentissage auto-supervisé pour améliorer l'analyse vidéo.

Explorer comment les réseaux de neurones multiplicatifs améliorent la modélisation polynomiale pour les simulations d'ingénierie.

Une nouvelle approche pour s'attaquer aux vulnérabilités des classificateurs mixtes.

Une méthode qui améliore l'apprentissage automatique pour l'imagerie médicale avec moins de données.

Aborder l'impact des échantillons difficiles et des étiquettes bruyantes sur les modèles d'apprentissage automatique.

Une nouvelle approche améliore l'estimation de profondeur avec des données d'entraînement variées.

La diversité dans la conception de l'IA est super importante pour éviter les biais et favoriser l'équité.

Un aperçu de l'importance de la fiabilité dans les systèmes d'IA dans différents domaines.

Cet article présente un modèle pour améliorer l'engagement des utilisateurs grâce à l'évolution des préférences.

Cet article présente une méthode pour obtenir plusieurs ensembles de caractéristiques pour la modélisation prédictive.

Cet article parle des biais dans l'apprentissage automatique et de leurs impacts sur les groupes minoritaires.

Un nouveau jeu de données aide à identifier les textes retouchés par l'IA dans les résumés académiques.

Les mises à jour IWA améliorent les performances de l'algorithme en faisant de petites ajustements selon l'importance des tâches.

PathOmics intègre les données de pathologie et de génomique pour améliorer les prévisions de survie pour le cancer du côlon.

ROAD utilise l'apprentissage automatique pour identifier les anomalies de données en radioastronomie.

Une nouvelle méthode améliore l'augmentation des données pour la classification des images histopathologiques.

Un aperçu de comment la prédiction conforme se débrouille dans des conditions difficiles.

OMIGA améliore l'apprentissage multi-agent hors ligne en intégrant des stratégies d'apprentissage globales et locales.

De nouvelles méthodes proposent des solutions à des défis d'optimisation complexes dans l'apprentissage profond.

Un guide pour choisir les fonctionnalités clés afin d'améliorer la performance des IDS.

Explorer des méthodes pour apprendre sur les polyèdres à travers les hyperplans.

De nouvelles méthodes créent des modèles numériques réalistes pour des tests de dispositifs médicaux plus sûrs.

DEFTri automatise le tri des défauts, améliorant l'attribution des problèmes logiciels et l'efficacité.

Cette recherche améliore les méthodes d'estimation pour comprendre les réseaux complexes.

Une nouvelle méthode améliore la reconnaissance des états d'objets en utilisant des graphes de connaissances.