Derniers articles pour Science des données

Apprends comment des explications objectives peuvent améliorer les recommandations dans différents domaines.

Une nouvelle approche améliore les systèmes de recommandation sans avoir besoin de données de catégorie explicites.

Un aperçu du rôle de l'opérateur Koopman dans l'analyse des systèmes complexes avec des données limitées.

Un nouveau jeu de données met en lumière le rôle de la culture dans l'identification des discours de haine.

Un guide simple sur les approximations floues et rugueuses et leurs applications.

Une nouvelle méthode améliore la segmentation d'images médicales avec moins de données étiquetées.

SportsSloMo propose des vidéos de sport de haute qualité pour une meilleure analyse au ralenti.

Une étude montre que les langages de programmation peuvent améliorer les performances des uns des autres en génération de code.

Un nouveau modèle améliore les prédictions dans des ensembles de données hiérarchiques avec des données manquantes.

Les cartes de transport améliorent l'échantillonnage à partir de distributions de probabilité complexes dans plusieurs domaines.

Une nouvelle méthode améliore la détection de stance pour les petits modèles de langue en utilisant des connaissances externes.

Présentation d'un cadre structuré pour une meilleure sélection de modèles et gestion des erreurs.

Une approche unifiée améliore l'analyse musicale en intégrant plusieurs éléments structurels.

De nouvelles techniques mélangent les données cartographiques et les modèles génératifs pour des images satellite réalistes.

Une approche semi-supervisée booste la reconnaissance automatique de cibles SAR avec des données étiquetées limitées.

Présentation d'un cadre pour évaluer la performance des LLM dans les tâches de graphes de connaissances.

Cette méthode améliore l'efficacité et la précision de la classification des données par rapport aux techniques traditionnelles.

Un nouveau package simplifie la liaison d'enregistrements en utilisant des modèles de transformateurs pour tous les niveaux de compétence.

Un nouveau modèle crée des images de tissus à partir de résumés de rapports d'experts.

Des chercheurs utilisent l'apprentissage automatique pour analyser des modèles d'énergie noire et améliorer nos connaissances cosmologiques.

ICDARTS améliore l'efficacité et la stabilité de la conception des réseaux de neurones en apprentissage automatique.

Une nouvelle méthode améliore l'évaluation de l'IA avec des données médicales naturellement difficiles.

Un aperçu sur l'amélioration de l'apprentissage machine avec le clustering par réciprocité de voisinage.

Présentation de métriques qui prennent en compte la difficulté des tâches dans les évaluations d'apprentissage continu.

Une nouvelle approche pour gérer les données incomplètes dans les études de santé et d'ingénierie.

De nouvelles méthodes améliorent la détection de motifs inhabituels dans divers domaines.

Apprends à bien récolter les préférences des utilisateurs pour donner de meilleures recommandations.

De nouvelles approches en science des matériaux utilisent des réseaux de neurones pour prédire le comportement des matériaux non linéaires.

Améliorer la complétion des graphes de connaissances avec des techniques avancées d'agrégation de règles.

Utiliser des données réelles et générées pour améliorer les performances du modèle QA.

De nouvelles techniques de modélisation améliorent les prévisions dans des systèmes dynamiques complexes.

Un nouveau cadre vise à améliorer la précision des estimations de temps de calcul dans les algorithmes évolutionnaires.

HQ-GNN améliore les recommandations tout en réduisant la mémoire et en augmentant la vitesse.

Notre méthode améliore l'estimation de la pose des lanceurs grâce à l'analyse vidéo pour réduire l'impact du flou de mouvement.

Le Catalogue Unifié des Clusters améliore la recherche sur près de 14 000 amas stellaires dans la Voie lactée.

Un nouveau modèle améliore les prévisions de liaison TCR-antigène pour le traitement du cancer.

Une nouvelle méthode renforce la résistance des modèles d'IA aux exemples adversariaux tout en gardant la précision.

Présentation d'une nouvelle méthode pour améliorer l'adaptabilité de l'apprentissage automatique dans des environnements de données changeants.

De nouvelles méthodes améliorent notre manière d'évaluer l'incertitude des prédictions dans les modèles d'apprentissage automatique.

Nouveau dataset et méthodes améliorent la précision des réponses aux questions sur les vidéos.