Derniers articles pour Science des données

Une nouvelle méthode équilibre efficacité et précision dans la classification d'images.

NFE propose une façon efficace d'améliorer la performance des modèles sans coûter cher en calcul.

De nouvelles méthodes améliorent l'efficacité dans la sélection des modèles d'apprentissage automatique.

Un nouvel algorithme améliore le partage de données et l'efficacité de l'apprentissage machine en utilisant des ensembles de données synthétiques.

Cet article examine comment les données synthétiques améliorent la performance de correction des erreurs OCR.

Une nouvelle méthode améliore la vision par ordinateur avec des données RGB-D et un apprentissage par curriculum.

L'étude met en avant les défis auxquels les LLMs font face avec les langues à faible ressource.

Une nouvelle méthode améliore la précision des modèles d'IA avancés en s'attaquant aux hallucinations.

Des chercheurs améliorent la précision de la prédiction du regard grâce à de meilleures méthodes de traitement des données EEG.

Une nouvelle approche pour améliorer la compréhension des prédictions des GNN grâce aux relations causales.

Cet article explore les meilleures pratiques pour intégrer des ensembles de données HCI dans des cours de ML.

Un nouveau cadre améliore l'alignement des modèles de langage avec les préférences des utilisateurs.

Une nouvelle méthode combine des données étiquetées et non étiquetées pour améliorer la segmentation d'images.

Présentation d'une nouvelle méthode pour améliorer les techniques de clustering en utilisant l'apprentissage des distributions.

Une nouvelle méthode mélange l'analyse visuelle et temporelle pour évaluer l'art.

ULLME améliore les embeddings de texte et les tâches de recherche en utilisant de grands modèles de langage.

Une nouvelle approche améliore la distillation des jeux de données en priorisant l'alignement dans l'extraction de données et l'embedding.

Une nouvelle méthode pour des prédictions plus sûres dans des applications critiques.

Une nouvelle méthode améliore la détection des activités malveillantes dans les réseaux informatiques.

Une nouvelle méthode estime les effets causaux en utilisant peu d'interventions, même avec des facteurs cachés.

DaVE propose des exemples pour aider à visualiser efficacement des données complexes.

Un nouveau cadre améliore les GNN pour de meilleures solutions d'optimisation combinatoire.

Une analyse des grands modèles de langage et de leurs capacités de traduction dans différentes langues.

Un nouveau système améliore les enquêtes médicales en fusionnant des LLM avec des graphes de connaissances.

Utiliser des LLMs pour améliorer les tâches e-commerce grâce au réglage des instructions et à la quantification.

Orca améliore l'estimation de la hauteur des vagues en utilisant des données de bouées limitées et l'apprentissage automatique.

HOBOTAN gère efficacement des problèmes complexes d'optimisation de haut niveau en utilisant des techniques de calcul avancées.

Explorer le rôle des modèles de substitution pour améliorer l'efficacité de la conception des avions.

Une nouvelle méthode améliore la représentation des données pour les ordinateurs quantiques en apprentissage automatique.

Cette étude améliore la performance des classificateurs grâce à des stratégies ciblées dans l'apprentissage par labels partiels multi-instance.

Un projet rend les vidéos de maths plus accessibles grâce à des expressions écrites claires.

Un aperçu détaillé de la formation et des dynamiques dans l'apprentissage automatique.

Un aperçu des techniques pour générer des images infrarouges réalistes.

Un nouveau modèle améliore la détection des éclairs stellaires en utilisant des techniques d'apprentissage profond.

Utiliser des modèles linguistiques pour améliorer les jeux de données de détection de vulnérabilités.

AEye aide les utilisateurs à explorer et analyser de grands ensembles de données d'images efficacement.

Une nouvelle méthode pour de meilleurs ensembles de prédiction en utilisant plusieurs fonctions de score.

Une nouvelle méthode améliore la précision de la découverte causale en utilisant une sélection de noyaux automatisée.

ASkotch améliore l'efficacité de la régression par crête pour les gros jeux de données.

Un nouveau cadre vise à améliorer les pratiques dans la recherche sur les systèmes de recommandation séquentiels.