Un cadre général de débiaisage avec raisonnement contrefactuel pour la détection de l'anxiété de prise de parole en public multimodale

Sciences de l'information, Informatique, Intelligence artificielle,
détection de l'anxiété de prise de parole en public   débiaisage multimodal   corrélation fallacieuse   raisonnement contrefactuel   ensemble de données  

Contexte académique et introduction du problème Dans le domaine de l’éducation actuelle, l’anxiété de parler en public (Public Speaking Anxiety, PSA) est un phénomène répandu, en particulier chez les apprenants non natifs. Cette anxiété affecte non seulement la capacité d’expression des apprenants, mais peut également entraver leur développement pe...

Apprentissage Continu Basé sur la Répétition avec des Invites Doubles

Sciences de l'information, Informatique, Intelligence artificielle,
Apprentissage Continu   Invites Doubles   Distillation de Connaissances   Oubli Catastrophique   Réseaux Neuronaux  

Contexte académique Dans le domaine de l’apprentissage automatique et des réseaux de neurones, l’apprentissage continu (Continual Learning) est une direction de recherche importante. L’objectif de l’apprentissage continu est de permettre à un modèle d’apprendre continuellement de nouvelles connaissances tout en évitant d’oublier les connaissances d...

Entropie d'erreur minimale quantifiée complexe avec points de référence : théorie et application dans la régression de modèle

Sciences de l'information, Électronique et informatique, Informatique, Intelligence artificielle,
algorithme à point fixe   technique quantifiée   analyse de régression   modèle linéaire en paramètres   convergence   domaine complexe  

Entropie d’erreur minimale quantifiée complexe avec points de référence : théorie et application dans la régression de modèle Contexte académique Dans les domaines de l’apprentissage automatique et du traitement du signal, la présence de bruit non gaussien peut souvent nuire à la performance des modèles. L’erreur quadratique moyenne (Mean Squared E...

DRTN : Réseau de transformateurs à double relation avec effacement de caractéristiques et apprentissage contrastif pour la classification d'images multi-étiquettes

Sciences de l'information, Informatique, Intelligence artificielle,
Classification d'images multi-étiquettes   Transformateur   Pseudo-région   Effacement de caractéristiques   Apprentissage contrastif  

Nouvelle avancée dans la classification d’images multi-étiquettes : le réseau Transformer à double relation Contexte académique La classification d’images multi-étiquettes (Multi-Label Image Classification, MLIC) est un problème fondamental mais très complexe dans le domaine de la vision par ordinateur. Contrairement à la classification d’images à ...

ADAMT : Apprentissage Multi-Tâche Distribué Adaptatif pour la Reconnaissance d'Images Efficace dans les Réseaux Mobiles Ad Hoc

Sciences de l'information, Informatique, Intelligence artificielle,
Réseaux Mobiles Ad Hoc   Apprentissage Multi-Tâche Distribué   Reconnaissance d'Images   Apprentissage Décentralisé   Optimisation des Ressources  

Cadre d’apprentissage multitâche distribué adaptatif ADAMT : Reconnaissance d’image efficace dans les réseaux mobiles ad hoc Contexte académique Dans les réseaux mobiles ad hoc (Mobile Ad-hoc Networks, MANETs), l’apprentissage machine distribué fait face à des défis majeurs. Ces défis proviennent principalement des ressources de calcul limitées des...

Gradient de politique déterministe profond à double acteur-critique retardé avec mémoire épisodique

Sciences de l'information, Informatique, Intelligence artificielle,
apprentissage par renforcement profond   efficacité d'échantillonnage   algorithme acteur-critique   mémoire épisodique   tâches de contrôle continu  

Contexte académique L’apprentissage par renforcement profond (Deep Reinforcement Learning, DRL) a réalisé des accomplissements remarquables dans divers domaines tels que les jeux, la robotique, la navigation, la vision par ordinateur et la finance. Cependant, les algorithmes DRL existants souffrent généralement d’un problème d’efficacité d’échantil...