Articoli più recenti per Apprendimento Auto-Supervisionato

Nuovo framework migliora il riconoscimento vocale per i diversi dialetti arabi.

Uno sguardo completo ai metodi di apprendimento auto-supervisionato nel riconoscimento del testo.

Un nuovo metodo per valutare quanto bene si incastrano i pezzi audio nella musica.

I robot possono imparare a regolare i loro movimenti in base a come afferrano gli oggetti.

Il nuovo modello affronta il crollo delle caratteristiche nella patologia digitale usando la normalizzazione delle macchie.

Una nuova tecnica migliora la previsione dell'età del cervello tramite metodi di apprendimento avanzati.

Questo articolo esamina i progressi dell'AI oltre i transformer.

Il modello DTS migliora l'accuratezza nella segmentazione delle immagini mediche per diagnosi migliori.

Un nuovo approccio al clustering delle immagini usando l'apprendimento auto-supervisionato mostra risultati promettenti.

Il modello TOGGL migliora l'accuratezza della trascrizione in situazioni di discorso sovrapposto.

LiPCoT trasforma i dati delle serie temporali per le applicazioni dei modelli linguistici.

Questo documento presenta l'Auto-supervisione Aggregata per migliorare l'apprendimento incrementale.

PersonViT migliora l'identificazione individuale attraverso diversi flussi video usando tecniche innovative.

Esplorare gli autoencoder mascherati e il loro impatto sull'analisi dei dati EEG.

Snuffy offre una soluzione di machine learning per un'analisi WSI precisa.

SPEED migliora il preprocessing dei dati EEG per ottenere risultati migliori nel machine learning.

Un metodo per etichettare oggetti nelle immagini senza un addestramento dettagliato.

MAT-SED usa un nuovo modello Transformer per una rilevazione efficace degli eventi sonori.

Questo documento descrive un piano per l'integrazione dell'IA nella tecnologia satellitare.

Un nuovo benchmark migliora la valutazione dei sistemi di riconoscimento delle emozioni nel parlato attraverso lingue ed emozioni.

SSL-TTS semplifica la sintesi vocale usando pochi dati di addestramento per risultati di alta qualità.

Un nuovo set di dati migliora le applicazioni di machine learning nell'imaging iperspettrale.

Lo studio esplora metodi per la previsione del cancro usando dati etichettati e non etichettati.

Un sistema innovativo automatizza la generazione di suoni per film e giochi.

Un nuovo metodo migliora l'analisi degli alberi geometrici in vari settori.

Nuovi metodi migliorano la segmentazione dei linfonodi usando annotazioni parziali.

Scopri come l'AI sta trasformando la diagnosi nella patologìa computazionale usando modelli di base e modelli linguistico-visivi.

NEST offre un approccio più veloce ed efficiente per i compiti di riconoscimento vocale self-supervised.

O-HuBERT migliora il riconoscimento vocale separando il contenuto dalle informazioni espressive.

Un nuovo modo per migliorare l'accuratezza del modello nonostante il rumore delle etichette.

Un nuovo metodo migliora la comprensione delle immagini senza dati etichettati.

Una panoramica sui progressi nel riconoscimento vocale grazie alla VoxCeleb Challenge.

Esplorando l'impatto dell'apprendimento auto-supervisionato sull'analisi dei dati geospaziali.

Questo articolo esamina come i modelli riconoscono il tono, l'accento e gli accenti di intonazione.

Esaminare i pregiudizi nei modelli di base e il loro impatto sui risultati dell'imaging medico.

Un nuovo metodo migliora le prestazioni del modello di linguaggio in vari compiti.

Un nuovo modello migliora la generazione di serie temporali catturando caratteristiche dei dati semplici e complesse.

Nuovo framework di intelligenza artificiale migliora la diagnosi di polmonite nei bambini usando dati limitati.

Un nuovo metodo migliora l'identificazione degli autori nei documenti storici usando i Vision Transformers.

La ricerca mette in evidenza metodi per migliorare l'apprendimento automatico nei veicoli autonomi usando dati video.