Weitong Chen

Uno studio sull'efficacia di KAN rispetto ai metodi tradizionali nell'analisi delle serie temporali.

Affrontare le sfide degli attacchi avversari sulle reti neurali per serie temporali.

Questo studio migliora la classificazione delle serie temporali usando tecniche di soft label smoothing per la rappresentazione.

AWF migliora la segmentazione semantica evitando il dimenticare catastrofico nei modelli di machine learning.

Un nuovo approccio di auto-ensemble migliora la resilienza del modello ai cambiamenti avversariali.

Un nuovo sistema migliora l'accuratezza e l'efficienza della traduzione del codice usando agenti specializzati.