Articoli più recenti per Apprendimento Auto-Supervisionato

Un metodo self-supervised per la previsione del movimento usando solo nuvole di punti non etichettate.

Tecniche per migliorare le performance del modello in condizioni di immagine diverse.

Un nuovo metodo migliora la qualità dei dati LiDAR durante condizioni meteorologiche avverse.

Nuovi metodi migliorano il modo in cui riconosciamo schemi strani nei dati.

Scopri come l'apprendimento auto-supervisionato migliora il machine learning con dati non etichettati.

I ricercatori migliorano la rilevazione delle malattie nelle immagini OCT tramite etichette cliniche e apprendimento contrastivo.

PESCO offre una classificazione del testo efficiente usando metodi di apprendimento auto-supervisionato.

Un nuovo approccio migliora l'elaborazione dei segnali ECG usando tecniche di apprendimento auto-supervisionato.

Questo metodo permette agli agenti di adattarsi meglio a compiti diversi senza ricompense etichettate.

Combinare metodi basati su riferimenti e metodi privi di riferimenti per una valutazione migliore dei riassunti.

Un nuovo metodo migliora i compiti di riconoscimento vocale usando meno dati etichettati.

Un nuovo approccio riduce il tempo di elaborazione dei documenti e le risorse per i modelli linguistici.

DeepVAT migliora la valutazione del clustering in set di dati complessi di immagini usando l'apprendimento auto-supervisionato.

Un nuovo benchmark per valutare i modelli di machine learning nella comprensione del parlato tra le lingue.

Questo studio esamina come il gioco dei neonati aiuti l'apprendimento visivo e informi il machine learning.

Un nuovo approccio migliora i modelli di machine learning per una migliore comprensione delle immagini.

Un nuovo modo per i veicoli di valutare la sicurezza off-road senza input manuale.

Un nuovo approccio migliora l'apprendimento auto-supervisionato concentrandosi sulle potenziamenti dei dati.

Un nuovo metodo migliora l'imaging endoscopico tramite tecniche di apprendimento auto-supervisionato.

Esplorando come i Vision Transformers influenzano la precisione nella stima della posa degli oggetti.

Point-GCC migliora la comprensione delle scene 3D attraverso l'integrazione di geometria e colore.

Nuovi metodi migliorano la comprensione del parlato da parte delle macchine utilizzando segnali audio e visivi.

Un nuovo metodo per migliorare i sistemi di raccomandazione usando i dati di interazione tra utenti e contenuti.

Analizzando come l'apprendimento auto-supervisionato si confronta con dati in input incompleti.

InsectNet aiuta gli agricoltori a identificare i parassiti in modo preciso per una gestione migliore dei raccolti.

Questo lavoro mostra l'apprendimento robotico efficace usando tecniche di rinforzo self-supervised.

Un nuovo metodo migliora i modelli audio generali per un riconoscimento vocale efficace.

La ricerca usa modelli di linguaggio umano per analizzare in modo efficace le vocalizzazioni dei Marmoset.

Scopri come la sparsità essenziale ottimizza i modelli grandi senza perdere prestazioni.

Nuove tecniche riducono i costi di etichettatura e migliorano la classificazione delle forme delle galassie.

Una panoramica di come i masked autoencoders migliorano la comprensione delle immagini attraverso l'apprendimento auto-supervisionato.

Nuovo metodo migliora il riconoscimento degli oggetti negli spazi 3D sfruttando modelli 2D esistenti.

Una nuova tecnica migliora i sistemi ASR per riconoscere meglio gli accenti non nativi.

Combinare testo e immagini per migliorare l'efficacia del machine learning.

Un nuovo metodo migliora i Vision Transformers auto-supervisionati con prompt specifici per il compito.

Un nuovo metodo migliora la verifica dell'identità del parlante combinando la distillazione della conoscenza e il fine-tuning.

Nuovi metodi migliorano la flessibilità e le prestazioni del modello nei compiti audio.

Un nuovo framework migliora la rappresentazione dei grafi usando l'apprendimento auto-supervisionato.

Combinare l'autoapprendimento e l'apprendimento attivo migliora la classificazione multi-etichetta nel telerilevamento.

NPVForensics punta a segnali sottili di video manipolati per una rilevazione migliore.