Tongliang Liu

ALIPは合成キャプションを使って画像とテキストのつながりを改善し、より良い学習を実現する。

ShadowNetは、古典的なシャドウとニューラルネットワークを組み合わせて、量子システムの学習を強化するよ。

Model2SceneはCADモデルと言語を使って3Dシーン学習を向上させるんだ。

機械学習の新しい手法が、さまざまなデータタイプに対するモデルの適応性を高めるんだ。

新しい画像セグメンテーションのアプローチが、いろんな分野での物体認識を向上させてるよ。

言語モデルを因果発見に統合すると、分析がスムーズになって隠れた関係が明らかになるよ。

EchoAlignは、データの特徴をノイズの多いラベルに合わせて修正し、機械学習のパフォーマンスを向上させるよ。

新しい手法が拡散モデルを使って言語モデルの画像認識を向上させる。

PARTを紹介するよ、機械学習モデルの精度と頑健性をアップさせる方法だ。

新しい方法が自動カーネル選択を使って因果発見の精度を向上させる。

モデルの精度を維持しつつ、画像のプライバシーを守るフレームワーク。

新しい方法が機械学習モデルの予期しないデータの検出を強化する。

LaVin-DiTは、機械が視覚データを認識し解釈する方法を強化する。

FedGRはノイズの多いラベルを改善して、より良いコラボレーションを実現するためにフェデレーテッドラーニングを向上させる。

Urban4Dはスマートシティのために都市シーン再構築を再定義する。

予測的不確実性を使ってAIが作った画像を見分ける新しい方法。