Q-Cogni : Un cadre intégré d'apprentissage par renforcement causal

Sciences de l'information, Informatique, Intelligence artificielle,
inférence causale   apprentissage par renforcement   problème de routage de véhicules   découverte autonome de structure causale   apprentissage sans modèle   apprentissage basé sur modèle   interprétabilité  

Rapport de dynamique scientifique : Q-Cogni — Un cadre intégré d’apprentissage par renforcement causal Ces dernières années, les avancées rapides de l’intelligence artificielle (IA) ont conduit les chercheurs à explorer en profondeur la construction de systèmes d’apprentissage par renforcement (Reinforcement Learning, RL) plus efficaces et explicab...

Epi-Curriculum : Apprentissage curriculaire épisodique pour l'adaptation de domaine à faible ressource en traduction automatique neuronale

Sciences de l'information, Informatique, Intelligence artificielle,
Traduction Automatique Neuronale   Adaptation de Domaine à Faible Ressource   Apprentissage Curriculaire   Changement de Domaine   Robustesse   Adaptabilité   Débruitage  

Epi-Curriculum : Apprentissage Curriculaire Épisodique pour l’Adaptation de Domaine à Faibles Ressources Contexte de la Recherche et Énoncé du Problème Ces dernières années, la traduction automatique neuronale (Neural Machine Translation, NMT) est devenue une référence dans le domaine de la technologie du traitement du langage naturel. Toutefois, b...

Amélioration de la détection d'objets aériens avec un réseau d'interaction de fréquence sélective

Ingénierie, Génie aérospatial, Sciences de l'information, Informatique, Intelligence artificielle,
détection d'objets aériens   caractéristiques du domaine fréquentiel   interaction de fréquence sélective   réseaux de neurones convolutifs   extraction de caractéristiques   apprentissage profond   vision par ordinateur  

Amélioration de la Détection d’Objets Aériens avec le Réseau d’Interaction Sélective de Domaine Fréquentiel Contexte de l’Étude et Problèmes Posés Avec l’évolution des technologies de vision par ordinateur, la détection d’objets aériens est devenue un domaine de recherche essentiel en télédétection. Ce processus vise à identifier des cibles telles ...

RADIFF : Modèles de diffusion contrôlables pour la génération de cartes astronomiques radio

Physique, Physique astrophysique, Sciences de l'information, Informatique, Intelligence artificielle,
modèles de diffusion   astronomie radio   augmentation des données   modèles génératifs   segmentation sémantique  

RaDiff : Des modèles de diffusion contrôlables pour la génération de cartes astronomiques radio Introduction Avec l’achèvement imminent du Square Kilometer Array (SKA), le domaine de la radioastronomie s’apprête à connaître des avancées révolutionnaires dans l’exploration de l’univers. Le SKA, par ses niveaux sans précédent de sensibilité et de rés...

Adaptation de domaine non supervisée sur les nuages de points via la modélisation de structures géométriques d'ordre supérieur

Sciences de l'information, Informatique, Intelligence artificielle,
nuages de points   adaptation de domaine non supervisée   structures géométriques d'ordre supérieur   apprentissage contrastif   apprentissage auto-supervisé   vision 3D   alignement des caractéristiques  

Rapport d’une étude basée sur le Modélisation des structures géométriques d’ordre supérieur dans l’adaptation de domaine non supervisée pour les nuages de points Contexte et motivations de la recherche Les nuages de points constituent une forme fondamentale de données tridimensionnelles, très utilisée dans des applications réelles comme la conduite...

AugDiff : Augmentation de caractéristiques basée sur la diffusion pour l'apprentissage multi-instances dans les images de lame entière

Sciences de l'information, Informatique, Intelligence artificielle, Médecine, Oncologie,
augmentation de caractéristiques   modèle de diffusion   apprentissage multi-instances   image de lame entière   pathologie computationnelle   apprentissage profond   génération d'images  

Augmentation Basée sur les Modèles de Diffusion : Une Nouvelle Approche pour l’Apprentissage Multi-Instances sur des Images Entières en Pathologie Contexte Scientifique et Motivation Dans le domaine de la pathologie computationnelle (computational pathology), l’analyse efficace des images entières de lames histopathologiques (Whole Slide Images, WS...