Apprentissage conjoint de sous-mots multicouches activé par l'attention pour l'incorporation de mots chinois

Contexte académique Ces dernières années, les vecteurs de mots chinois (Chinese Word Embedding) ont attiré une attention considérable dans le domaine du traitement du langage naturel (Natural Language Processing, NLP). Contrairement à l’anglais, la structure des caractères chinois est complexe et variée, ce qui pose des défis uniques pour la représ...

Exploitation des réseaux de convolution de graphes pour l'apprentissage semi-supervisé dans les données non graphiques multi-vues

Contexte Dans le domaine de l’apprentissage automatique, l’apprentissage semi-supervisé (Semi-Supervised Learning, SSL) a attiré une attention particulière en raison de sa capacité à exploiter un petit nombre de données étiquetées et un grand nombre de données non étiquetées pour l’apprentissage. En particulier dans les scénarios où l’étiquetage de...

Une étude comparative holistique des grands modèles de langage en tant que systèmes de dialogue de soutien émotionnel

Contexte académique Ces dernières années, avec le développement rapide des grands modèles de langage (LLMs, Large Language Models), leur application dans le domaine du traitement du langage naturel (NLP, Natural Language Processing) est de plus en plus répandue. Les LLMs tels que ChatGPT et LLaMA ont démontré une puissante capacité de génération et...

Une nouvelle mesure de similarité pour les ensembles flous d'images et ses diverses applications

Contexte académique Dans les domaines de l’analyse décisionnelle, de la reconnaissance de formes et du diagnostic médical, la théorie des ensembles flous fournit des outils mathématiques essentiels pour traiter l’incertitude et l’ambiguïté. Les ensembles flous traditionnels (Fuzzy Set, FS) et les ensembles flous intuitionnistes (Intuitionistic Fuzz...

EPDTNet + -EM : Apprentissage par transfert avancé et architecture de sous-réseau pour le diagnostic d'images médicales

Contexte académique Dans l’environnement médical actuel, l’imagerie médicale joue un rôle crucial dans le diagnostic des maladies, la planification des traitements et la gestion de la santé. Cependant, les méthodes traditionnelles d’analyse d’images médicales présentent de nombreux défis, tels que le surajustement (overfitting), les coûts de calcul...

Recherche sur les biomarqueurs des lobes cérébraux pour améliorer la détection de la démence à l'aide de données EEG

Contexte La démence est un problème de santé mondial qui affecte gravement la qualité de vie des patients et impose un fardeau considérable sur les systèmes de santé. La maladie d’Alzheimer (Alzheimer’s Disease, AD) et la démence frontotemporale (Frontotemporal Dementia, FTD) sont deux types courants de démence, dont les symptômes se chevauchent, r...