Derniers articles pour Science des données

La recherche se concentre sur l'amélioration de la fiabilité des grands modèles de langage en utilisant la quantification de l'incertitude.

Cet article passe en revue comment les réseaux de neurones aident à analyser les équations de Bratu et de Burgers.

De nouvelles méthodes améliorent la complétion des graphes de connaissances en utilisant des modèles de langage gelés.

Une nouvelle méthode utilise l'apprentissage profond pour des prévisions chimiques atmosphériques plus rapides.

Un nouveau modèle améliore la prédiction de liens dans les graphes de connaissances en utilisant des descriptions textuelles.

Des techniques innovantes améliorent l'élimination du bruit des images en utilisant des opérateurs appris.

Une nouvelle méthode améliore les prédictions en utilisant l'apprentissage faiblement supervisé sans besoin de beaucoup d'étiquetage.

Comprendre le rôle des algorithmes dans la prise de décision éthique de l'IA.

Une nouvelle méthode améliore la conception d'architectures GNN en s'inspirant des modèles de langage.

Une nouvelle méthode améliore l'efficacité de l'analyse de données en utilisant des processus Student-t variationnels clairsemés.

Examiner comment la pré-formation et l'ajustement influencent la performance des modèles de langage.

Examiner comment l'initialisation affecte la performance des modèles de détection d'anomalies.

Explorer les problèmes d'explicabilité dans les réseaux de neurones à graphes et les solutions potentielles.

Une étude sur les hallucinations dans les modèles de langage et leurs implications pour l'entraînement.

Évaluer les techniques de réduction de dimension nécessite de faire attention aux effets de mise à l'échelle.

Une nouvelle approche combine des agents IA et des LLM pour une meilleure analyse des processus.

IGNH fournit des prédictions claires et des attributions de caractéristiques pour des données tabulaires hétérogènes.

Une nouvelle méthode améliore les systèmes de recommandation en intégrant l'incertitude.

Les étudiants exposent leur art de données lors d'une exposition publique, alliant créativité et compétences techniques.

Cet article examine les modèles MIDAS et Lag-Llama pour prédire l'inflation en zone euro.

Renseigne-toi sur les attaques par mise à l'échelle d'image et leurs implications pour la sensibilisation à la cybersécurité.

Découvre des méthodes avancées pour améliorer la vitesse et l’efficacité de l’optimisation.

Une étude sur la détection des biais dans les modèles de traitement du langage naturel et ses implications.

Analyse des caractéristiques de la musique rage grâce à l'apprentissage automatique pour une meilleure classification des genres.

De nouveaux modèles améliorent les performances en utilisant des étiquettes de classe et des concepts à partir des données.

Une nouvelle approche améliore la vitesse et la précision des systèmes de recommandation.

Une nouvelle approche vise à améliorer la résistance de l'apprentissage actif aux attaques.

Explorer l'utilisation des LLM dans la programmation logique inductive.

FactorLLM améliore l'efficacité des modèles de langue en réorganisant le stockage des connaissances.

Étude sur comment les perturbations impactent les valeurs propres dans les matrices aléatoires.

Apprends à estimer rapidement l'erreur résiduelle pour les matrices et les vecteurs.

Un aperçu de comment l'IA comprend le monde et ses processus d'apprentissage.

Explorer les réseaux de régulation génétique et leur importance dans la fonction et la stabilité des cellules.

Cet article parle de l'importance de la répétabilité dans les essais cliniques utilisant des algorithmes adaptatifs.

La nouvelle technologie spintronique améliore l'efficacité et la précision du traitement des données temporelles.

Une méthode structurée pour créer des conversations synthétiques avec des modèles de langue.

Les QGNNs proposent des façons innovantes de modéliser et de prédire les propriétés moléculaires en utilisant la mécanique quantique.

Cet article explore la multiplicité prédictive dans les modèles KGE et propose des méthodes de vote pour réduire les conflits.

Une nouvelle méthode améliore la précision de l'échantillonnage des sous-ensembles dans les modèles d'apprentissage automatique.

Une nouvelle approche relie les techniques de restauration d'image aux tâches de vision par machine en utilisant moins de données.