Détection de contrefaçon du visage basée sur des indices fins et des incohérences de bruit

Une exploration approfondie de la détection de falsification de visages basée sur des indices fins et des incohérences de bruit Introduction générale Avec le développement rapide de la technologie de l’intelligence artificielle (IA), divers modèles génératifs ont atteint des progrès impressionnants. Cela a rendu la génération d’images faciales « de...

Un modèle de prévision de prix de l'électricité amélioré et explicable via une approche de compensation des erreurs basée sur SHAP

Étude sur l’amélioration et l’explicabilité d’un modèle de prévision des prix de l’électricité basé sur SHAP Contexte et motivation de la recherche Les modèles de prévision des prix de l’électricité dans les marchés électriques sont devenus des sujets de recherche majeurs ces dernières années, notamment en raison de l’impact financier des fluctuati...

Optimisation multiobjectif flexible et dynamique pour un atelier avec des objectifs biaisés via la programmation génétique multitâche

Recherche révolutionnaire sur l’ordonnancement dynamique multiobjectif flexible des ateliers : une nouvelle méthode pour optimiser les préférences d’objectifs via l’apprentissage multitâche dans la programmation génétique Introduction à l’arrière-plan L’ordonnancement dynamique flexible des ateliers (Dynamic Flexible Job Shop Scheduling, DFJSS) est...

NPE-DRL : Approche d'évitement d'obstacles contraints à la perception avec apprentissage par renforcement guidé par une politique non experte

Recherche sur l’amélioration des capacités d’évitement d’obstacles de drones dans des environnements à perception visuelle limitée basée sur l’apprentissage par renforcement guidé par des stratégies non expertes Ces dernières années, les drones (Unmanned Aerial Vehicle, UAV) ont été largement utilisés dans des domaines civils tels que la livraison ...

Apprentissage des classificateurs de réseaux neuronaux par distribution des plus proches voisins sur une hypersphère adaptative

Apprentissage des classificateurs de réseaux neuronaux par distribution des plus proches voisins sur une hypersphère adaptative

Classificateurs de réseaux neuronaux à hypersphère adaptative : Revue de l’étude ASNN Introduction et Contexte de l’Étude Ces dernières années, avec le développement de l’intelligence artificielle et de l’apprentissage profond, les réseaux neuronaux (Neural Networks, NNs) sont largement utilisés dans les tâches de classification. Essentiellement, c...

Probabilisation des connaissances dans la distillation ensembliste : amélioration de la précision et de la quantification de l'incertitude pour les détecteurs d'objets

Recherche sur l’application de la probabilisation des connaissances dans la distillation ensembliste Contexte académique : Signification de l’étude et problématique posée Ces dernières années, les réseaux neuronaux profonds (Deep Neural Networks, ou DNN) ont été largement utilisés dans des domaines critiques pour la sécurité tels que la conduite au...