Une enquête systématique sur les techniques hybrides de ML pour prédire la vitesse de pointe des particules (PPV) dans les opérations de dynamitage à ciel ouvert

Les opérations de dynamitage dans les mines à ciel ouvert sont cruciales pour l’extraction des minéraux, mais elles s’accompagnent également de risques environnementaux et structurels significatifs. La vitesse de pointe des particules (Peak Particle Velocity, PPV) générée lors des dynamitages est un indicateur clé pour évaluer l’impact des vibratio...

Un cadre amélioré pour la détection en temps réel des comportements anormaux dans les foules denses utilisant YOLOv8

Contexte académique Avec l’augmentation des besoins en matière de sécurité publique, en particulier lors de grands événements religieux comme le pèlerinage de la Mecque (Hajj), la détection des comportements anormaux dans les foules denses est devenue un sujet crucial. Les méthodes de détection existantes, confrontées à des conditions complexes tel...

Sélection de gènes pour les données RNA-seq de cellules uniques via un modèle de calcul itératif flou et approximatif

Contexte La technologie de séquençage d’ARN unicellulaire (single cell RNA-seq, scRNA-seq) a été largement utilisée ces dernières années dans la recherche biomédicale. Elle permet de révéler l’hétérogénéité de l’expression génique au niveau d’une seule cellule, offrant ainsi un outil essentiel pour comprendre les types cellulaires, les états cellul...

Réseaux d'apprentissage de représentation multi-modale évolutifs

Contexte académique Dans le domaine de l’intelligence artificielle, l’apprentissage de représentation multimodale (Multi-modal Representation Learning, MMRL) est un paradigme puissant qui vise à mapper des entrées provenant de différentes modalités dans un espace de représentation partagé. Par exemple, dans les réseaux sociaux, les utilisateurs par...

Une enquête complète sur les fonctions de perte et les métriques en apprentissage profond

L’apprentissage profond (Deep Learning), en tant que branche importante de l’intelligence artificielle, a réalisé des progrès significatifs ces dernières années dans des domaines tels que la vision par ordinateur et le traitement du langage naturel. Cependant, le succès de l’apprentissage profond dépend largement du choix des fonctions de perte (Lo...

Planification des tâches pilotée par l'IA dans le cloud computing : une revue complète

Contexte académique Avec le développement rapide des technologies de cloud computing, la demande pour une planification efficace des tâches dans des environnements cloud dynamiques et hétérogènes ne cesse de croître. Les algorithmes de planification traditionnels fonctionnent bien dans des systèmes simples, mais ils ne parviennent plus à répondre a...