Zobrazeno 1 - 10
of 25
pro vyhledávání: '"Cadet, Xavier F."'
Autor:
Cadet, Xavier F., Borovykh, Anastasia, Malekzadeh, Mohammad, Ahmadi-Abhari, Sara, Haddadi, Hamed
Machine unlearning (MU) aims to remove the influence of particular data points from the learnable parameters of a trained machine learning model. This is a crucial capability in light of data privacy requirements, trustworthiness, and safety in deplo
Externí odkaz:
http://arxiv.org/abs/2410.01276
Automating dysarthria assessments offers the opportunity to develop practical, low-cost tools that address the current limitations of manual and subjective assessments. Nonetheless, the small size of most dysarthria datasets makes it challenging to d
Externí odkaz:
http://arxiv.org/abs/2306.04337
Despite impressive empirical advances of SSL in solving various tasks, the problem of understanding and characterizing SSL representations learned from input data remains relatively under-explored. We provide a comparative analysis of how the represe
Externí odkaz:
http://arxiv.org/abs/2306.01398
Errors might not have the same consequences depending on the task at hand. Nevertheless, there is limited research investigating the impact of imbalance in the contribution of different features in an error vector. Therefore, we propose the Feature I
Externí odkaz:
http://arxiv.org/abs/2207.04500
Automating dysarthria assessments offers the opportunity to develop effective, low-cost tools that address the current limitations of manual and subjective assessments. Nonetheless, it is unclear whether current approaches rely on dysarthria-related
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=doi_dedup___::509db9afa4bebf4731530ff204c00729
http://arxiv.org/abs/2306.04337
http://arxiv.org/abs/2306.04337
Autor:
Cadet, Xavier F.1,2 xavier.cadet.fjf@gmail.com, Lo-Thong, Ophélie3,4, Bureau, Sylvie5, Dehak, Reda2, Bessafi, Miloud6
Publikováno v:
Scientific Reports. 12/16/2019, Vol. 9 Issue 1, p1-12. 12p.
Autor:
Lo-Thong, Ophélie, Charton, Philippe, Cadet, Xavier F., Grondin-Perez, Brigitte, Saavedra, Emma, Damour, Cédric, Cadet, Frédéric
Publikováno v:
Scientific Reports
Scientific Reports, Nature Publishing Group, 2020, 10 (1), pp.13446. ⟨10.1038/s41598-020-70295-5⟩
Scientific Reports, Nature Publishing Group, 2020, 10 (1), ⟨10.1038/s41598-020-70295-5⟩
Scientific Reports, 2020, 10 (1), pp.13446. ⟨10.1038/s41598-020-70295-5⟩
Scientific Reports, Vol 10, Iss 1, Pp 1-19 (2020)
Scientific Reports, Nature Publishing Group, 2020, 10 (1), pp.13446. ⟨10.1038/s41598-020-70295-5⟩
Scientific Reports, Nature Publishing Group, 2020, 10 (1), ⟨10.1038/s41598-020-70295-5⟩
Scientific Reports, 2020, 10 (1), pp.13446. ⟨10.1038/s41598-020-70295-5⟩
Scientific Reports, Vol 10, Iss 1, Pp 1-19 (2020)
International audience; Metabolic pathway modeling plays an increasing role in drug design by allowing better understanding of the underlying regulation and controlling networks in the metabolism of living organisms. However, despite rapid progress i
Externí odkaz:
https://explore.openaire.eu/search/publication?articleId=pmid_dedup__::375125e8714184d6ec39019b1efb6fef
https://www.hal.inserm.fr/inserm-02946468/document
https://www.hal.inserm.fr/inserm-02946468/document
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.