Decebal Constantin Mocanu

Lern was über Dynamisches Sparsames Training und seine Vorteile für die Effizienz von neuronalen Netzwerken.

Untersuchen, wie Parameterisolation das kontinuierliche Lernen durch dynamische spärliche Trainingsmethoden verbessert.

FOCIL ermöglicht es Maschinen, effektiv zu lernen, ohne das vergangene Wissen zu vergessen.

Eine neue Methode hilft Robotern, von Menschen zu lernen und Ablenkungen auszublenden.

Dünne neuronale Netze machen die Merkmalsauswahl einfacher für bessere Modellleistung.

Sparse neuronale Netzwerke und ihre Leistung mit herausfordernden Trainingsdaten erkunden.