Non classé
Un modèle d’IA peut manipuler le temps pour améliorer les prévisions dans divers domaines.
Des chercheurs de l’Université de Californie à Santa Cruz ont développé une nouvelle méthode d’apprentissage profond pour prédire les séries chronologiques, améliorant la précision des prévisions critiques, notamment dans le domaine médical, comme la détection des crises épileptiques.
Leur technique implique deux modèles d’intelligence artificielle qui interagissent, l’un, un « enseignant », prédisant des événements imminents avec des données récentes, et l’autre, un « élève », utilisant des informations passées pour anticiper des crises à venir.
Cette approche a montré une amélioration de jusqu’à 44,8 % de la performance par rapport aux méthodes classiques en testant des données EEG de patients.
En s’inspirant des mécanismes du cerveau humain, cette méthode pourrait également ouvrir la voie à la médecine personnalisée.
En intégrant des données uniques à chaque patient via des appareils portables, les chercheurs imaginent un système où les prédictions sont constamment ajustées et optimisées.
Les résultats de cette étude, publiés dans Nature Communications, soulignent l’importance de synchroniser les informations dynamiques pour des prévisions plus efficaces, révélant un potentiel d’application dans divers domaines.