11065 articles
Cet article présente HLOBA, une méthode d'assimilation de données hybride-ensemble opérant dans un espace latent appris par autoencodeur, qui combine efficacement précision, rapidité et quantification des incertitudes pour la prévision météorologique.
Le papier présente SimpliHuMoN, un modèle transformer simple et efficace capable de prédire simultanément les trajectoires et les poses humaines avec des performances de pointe sur plusieurs benchmarks, sans nécessiter de modifications spécifiques à chaque tâche.
Cet article propose une nouvelle mesure topologique, le « TO-score » basé sur les barcodes de la fonction de perte, pour quantifier l'échappabilité des minima locaux et démontrer que les obstructions topologiques diminuent avec la complexité du réseau tout en étant corrélées à l'erreur de généralisation.
Cet article propose les « Thought Flow Nets », une méthode inspirée de la dialectique hégélienne permettant aux modèles d'affiner leurs réponses par des itérations d'auto-correction, ce qui améliore non seulement leurs performances mais aussi la perception et les résultats des utilisateurs humains.
Cette étude propose un modèle de CRNN pour l'identification de la langue à partir de la parole, démontrant une précision supérieure à 98 % sur treize langues indiennes et une forte robustesse au bruit, tout en questionnant la nécessité systématique des mécanismes d'attention par rapport aux architectures existantes.
Cet article propose DRL-GS, un nouvel algorithme d'apprentissage par renforcement profond intégrant un vérificateur, un réseau de neurones à graphes et un agent d'exploration, pour optimiser efficacement les topologies réseau en surmontant les limitations des méthodes heuristiques traditionnelles.
Cet article établit que la pondération par l'importance permet de corriger efficacement le décalage de cible dans la régression des moindres carrés régularisée en conservant les taux de convergence optimaux, tout en démontrant que toute erreur d'estimation des poids induit un biais irréductible.
Cet article propose l'algorithme CLUB, une approche d'apprentissage par renforcement qui optimise les prix de réserve dans des enchères à second prix multi-étapes en surmontant les défis de la manipulation des enchérisseurs et de l'incertitude sur le bruit du marché pour atteindre une faible régression de revenus.
Cet article présente un algorithme d'optimisation globale pratique pour le clustering K-center, basé sur une méthode de branch-and-bound en espace réduit avec des bornes inférieures décomposables, capable de résoudre des problèmes d'un milliard d'échantillons en parallèle et d'améliorer significativement les résultats par rapport aux méthodes heuristiques existantes.
Ce papier présente SPARLING, un algorithme qui prouve la théorème d'identifiabilité des motifs latents extrêmement clairsemés et permet de les localiser avec précision (> 90 % de réussite) en se basant uniquement sur la réduction de l'erreur globale, sans nécessiter l'identifiabilité des paramètres du modèle.
Cette étude évalue la vulnérabilité des classificateurs de texte, en particulier des grands modèles de langage, face aux attaques par exemples adversariaux dans le cadre de la détection de désinformation, et introduit le benchmark BODEGA pour simuler des scénarios réels de modération de contenu.
Cet article de revue met en évidence les biais cachés affectant les modèles d'apprentissage automatique dans les dispositifs de détection personnels et plaide pour un passage d'une évaluation axée sur la performance à une approche centrée sur l'humain, accompagnée de directives pour concevoir des systèmes d'IA équitables.
Cet article propose une variante simple du méthode de gradient stochastique proximal basée sur la carte normale de Robinson, démontrant sa convergence globale et sa capacité à identifier presque sûrement les variétés actives en temps fini dans un cadre non convexe général.
Cette étude propose trois nouvelles architectures d'apprentissage par renforcement profond pour les processus de décision markoviens partiellement observables, démontrant que l'intégration des trajectoires d'actions dans les réseaux LSTM et l'utilisation d'états cachés pour entraîner le critique (comme dans l'algorithme H-TD3) améliorent à la fois la performance et l'efficacité computationnelle.
Cette étude propose l'utilisation de BERTimbau pour prédire des pictogrammes dans les systèmes de communication alternative et augmentée pour le portugais brésilien, démontrant que la représentation des pictogrammes par leurs légendes, synonymes ou définitions offre des performances comparables, avec une précision optimale obtenue via les légendes.
Cette étude propose une approche de maintenance des outils de fraisage basée sur un modèle KNN interprétable qui, en analysant les signaux de force en temps réel, permet non seulement de détecter l'usure des outils mais aussi de fournir des explications transparentes sur les décisions de maintenance.
Cette étude présente le développement de BodoBERT, le premier modèle de langage pour le bodo, et d'un taggeur de parties du discours basé sur l'apprentissage profond qui atteint un score F1 de 0,8041, comblant ainsi un vide majeur dans le traitement automatique des langues pour les langues à ressources limitées de la région.
Cette étude présente une méthode d'estimation de la proportion de textes modifiés par des modèles de langage dans les relectures de conférences d'IA, révélant que 6,5 % à 16,9 % de ces relectures (ICLR 2024, NeurIPS 2023, CoRL 2023, EMNLP 2023) auraient été substantiellement altérées par l'IA, avec une corrélation observée entre l'usage de ces outils et des facteurs tels que la faible confiance, la proximité des délais et la réticence à répondre aux répliques des auteurs.
Cet article propose un schéma de filigrane léger et guidé par le sujet pour les grands modèles de langage, qui partitionne le vocabulaire en sous-ensembles sémantiques pour intégrer des marques robustes tout en préservant la qualité du texte et en évitant des intégrations complexes.
Cet article propose une méthode flexible pour estimer les incertitudes de prédiction en ajustant un modèle unique sur les données d'erreur d'un ensemble, permettant ainsi d'obtenir des barres d'erreur comparables à celles des ensembles tout en réduisant considérablement le coût computationnel lors de l'inférence.