Maschinelles Lernen

Maschinelles Lernen Revolutionierung von neuronalen Netzwerken mit kontextuellen Feedback-Schleifen

Entdecke, wie kontextuelle Feedback-Schleifen die Genauigkeit und Anpassungsfähigkeit von neuronalen Netzwerken verbessern.

Jacob Fein-Ashley

2025-01-31T01:00:45+00:00 ― 9 min Lesedauer

Maschinelles Lernen COBRA: Ein neuer Ansatz zur Datenretrieval

Entdecke, wie COBRA die Datenabfrage verbessert für bessere Ergebnisse im Machine Learning.

Arnav M. Das, Gantavya Bhatt, Lilly Kumari

2025-01-30T21:00:00+00:00 ― 7 min Lesedauer

Maschinelles Lernen Vorhersage von Netzwerkverkehr mit der Weisheit der Natur

Innovative Modelle, inspiriert von der Biologie, verändern die Vorhersage von energieeffizientem Netzwerkverkehr.

Theodoros Tsiolakis, Nikolaos Pavlidis, Vasileios Perifanis

2025-01-30T12:58:30+00:00 ― 6 min Lesedauer

Maschinelles Lernen Fortschritte in der Fluiddynamik mit Dyn-cGAN

Entdecke, wie Dyn-cGAN die Vorhersage von Fluidverhalten mit KI revolutioniert.

Abdolvahhab Rostamijavanani, Shanwu Li, Yongchao Yang

2025-01-30T10:29:00+00:00 ― 7 min Lesedauer

Maschinelles Lernen Verstehen von merkmalsbasierten Erklärungen im maschinellen Lernen

Lern, wie merkmalsbasierte Erklärungen die Vorhersagen von maschinellem Lernen klären.

Fabian Fumagalli, Maximilian Muschalik, Eyke Hüllermeier

2025-01-30T10:16:11+00:00 ― 7 min Lesedauer

Maschinelles Lernen BEE: Eine neue Art, KI-Entscheidungen zu erklären

BEE liefert frische Einblicke in die KI-Entscheidungsfindung durch verschiedene Baselines.

Oren Barkan, Yehonatan Elisha, Jonathan Weill

2025-01-30T07:21:27+00:00 ― 7 min Lesedauer

Maschinelles Lernen HPCNeuroNet: Ein Game Changer in der Datenanalyse der Teilchenphysik

HPCNeuroNet verbessert die Datenverarbeitung in der Teilchenphysik mit fortschrittlichen Computertechniken.

Murat Isik, Hiruna Vishwamith, Jonathan Naoukin

2025-01-30T06:30:10+00:00 ― 6 min Lesedauer

Maschinelles Lernen Kardiovaskuläres Modellieren: Ein neuer Ansatz für die Herzgesundheit

Lern, wie fortschrittliche Modellierungstechniken die kardiovaskuläre Versorgung revolutionieren.

Laura Manduchi, Antoine Wehenkel, Jens Behrmann

2025-01-30T05:42:24+00:00 ― 7 min Lesedauer

Maschinelles Lernen Komplexe Verteilungen mit Normalisierungsflüssen und MCMC meistern

Lerne, wie Normalisierungsflüsse das MCMC-Sampling für komplexe Daten verbessern.

David Nabergoj, Erik Štrumbelj

2025-01-30T05:11:00+00:00 ― 5 min Lesedauer

Geophysik Klimawandel verstehen durch essentielle Variablen

Erforsche, wie wichtige Klimavariablen und Unsicherheiten unser Verständnis vom Klimawandel prägen.

Junyang Gou, Arnt-Børre Salberg, Mostafa Kiani Shahvandi

2025-01-30T04:54:38+00:00 ― 7 min Lesedauer

Kryptographie und Sicherheit TCNs: Die Zukunft der Netzwerksicherheit

Temporale Faltungsnetzwerke sind echt gut darin, Netzwerk-Intrusionen bei steigenden Cyber-Bedrohungen zu erkennen.

Rukmini Nazre, Rujuta Budke, Omkar Oak

2025-01-30T04:08:51+00:00 ― 8 min Lesedauer

Maschinelles Lernen Neues Modell sagt Erdbebenbewegung des Bodens voraus

Wissenschaftler haben ein Modell entwickelt, um die Erdbebendaten Sammlung und Sicherheit zu verbessern.

Jaeheun Jung, Jaehyuk Lee, Chang-Hae Jung

2025-01-30T03:19:06+00:00 ― 8 min Lesedauer

Künstliche Intelligenz MPERL: Eine smarte Methode zur Klassifizierung von Wissensgraphen

Ein neuer Ansatz verbessert die Klassifikation in Wissensgraphen mit GCNs und Markov-Prozessen.

Johannes Mäkelburg, Yiwen Peng, Mehwish Alam

2025-01-30T02:32:33+00:00 ― 7 min Lesedauer

Maschinelles Lernen Verbesserung des KI-Denkens: Die Rolle der Selbstkorrektur

Forschung zeigt, wie Selbstkorrektur die Denkfähigkeiten von KI-Modellen verbessern kann.

Huchen Jiang, Yangyang Ma, Chaofan Ding

2025-01-29T20:55:30+00:00 ― 6 min Lesedauer

Maschinelles Lernen Personalisierte Wissensgraphen: APEX entfesselt

Entdecke, wie APEX Wissen für sich wandelnde Benutzerinteressen personalisiert.

Zihao Li, Dongqi Fu, Mengting Ai

2025-01-29T13:42:09+00:00 ― 7 min Lesedauer

Maschinelles Lernen Speedy Synthesizer: Die Zukunft der Programmsynthese

Entdecke den innovativen, schnellen Synthesizer, der die Programmsynthese mit ständiger Verzögerungseffizienz revolutioniert.

Théo Matricon, Nathanaël Fijalkow, Guillaume Lagarde

2025-01-29T11:17:42+00:00 ― 7 min Lesedauer

Maschinelles Lernen Die Revolution in der Software-Fehler-Vorhersage mit FedDP

FedDP verbessert die Vorhersage von Softwarefehlern und schützt dabei die Datensicherheit.

Yuying Wang, Yichen Li, Haozhao Wang

2025-01-29T09:41:24+00:00 ― 5 min Lesedauer

Maschinelles Lernen Schnellere AI: RoPE Aufmerksamkeitsmechanismen

Neue Methoden verbessern die RoPE-Aufmerksamkeit und beschleunigen die KI-Berechnungen erheblich.

Yifang Chen, Jiayan Huo, Xiaoyu Li

2025-01-29T08:53:15+00:00 ― 6 min Lesedauer

Maschinelles Lernen FedLEC: Ein neuer Ansatz für Label-Skews in KI

FedLEC verbessert die Leistung des föderierten Lernens, indem es mit Label-Verzerrungen effektiv umgeht.

Di Yu, Xin Du, Linshan Jiang

2025-01-29T06:28:48+00:00 ― 6 min Lesedauer

Maschinelles Lernen Generative Modelle: Neue Datenrealitäten erschaffen

Erkunde die kreative Kraft von generativen Modellen in der KI und ihre vielfältigen Anwendungen.

Jathin Korrapati, Tanish Baranwal, Rahul Shah

2025-01-29T03:42:30+00:00 ― 7 min Lesedauer

Maschinelles Lernen Die Geheimnisse der Tensor-Wiederherstellung entschlüsseln

Entdecke die innovativen Methoden zur Wiederherstellung von Tensoren aus begrenzten Daten.

Tongle Wu, Ying Sun, Jicong Fan

2025-01-29T01:39:54+00:00 ― 6 min Lesedauer

Maschinelles Lernen ERGNN: Ein neuer Ansatz für Graph-Neuronale-Netzwerke

Wir stellen ERGNN vor, eine neue Methode, die Graph-Neuronale-Netzwerke mit rationalen Filtern verbessert.

Guoming Li, Jian Yang, Shangsong Liang

2025-01-29T01:02:40+00:00 ― 6 min Lesedauer

Computer Vision und Mustererkennung Die Transformation von 3D-Modellierung mit ObitoNet

ObitoNet verbessert Punktwolken-Daten mit Bildern für bessere 3D-Darstellungen.

Apoorv Thapliyal, Vinay Lanka, Swathi Baskaran

2025-01-29T00:03:36+00:00 ― 7 min Lesedauer

Software-Entwicklung Der Einfluss der Eingabereihenfolge auf LLMs bei der Fehlersuche

Entdeck, wie die Eingabereihenfolge die Leistung von LLMs bei der Erkennung von Softwarefehlern beeinflusst.

Md Nakhla Rafi, Dong Jae Kim, Tse-Hsun Chen

2025-01-28T23:15:27+00:00 ― 7 min Lesedauer

Computer Vision und Mustererkennung AIs neuer Weg, Formen zu verstehen

Forscher arbeiten daran, KI-Modelle zu entwickeln, die Formen und Farben so kombinieren wie Menschen.

Milton L. Montero, Jeffrey S. Bowers, Gaurav Malhotra

2025-01-28T22:27:18+00:00 ― 7 min Lesedauer

Maschinelles Lernen Schnelle Familienstammbaum-Generation: Ein Game Changer in der Optimierung

FFCG bietet einen schnelleren, schlaueren Weg, um komplexe Optimierungsprobleme anzugehen.

Yi-Xiang Hu, Feng Wu, Shaoang Li

2025-01-28T22:22:50+00:00 ― 6 min Lesedauer

Maschinelles Lernen Komplexe Systeme vorhersagen ohne volle Verbindungen

Eine neue Methode zeigt, wie man Netzwerkverhalten mit unvollständigen Informationen vorhersagen kann.

Yanna Ding, Zijie Huang, Malik Magdon-Ismail

2025-01-28T21:39:09+00:00 ― 7 min Lesedauer

Maschinelles Lernen Empfehlungen revolutionieren: Ein neuer Ansatz

Eine cleverere Methode, um Nutzerpräferenzen in signierten bipartiten Grafen zu verstehen.

Gyeongmin Gu, Minseo Jeon, Hyun-Je Song

2025-01-28T20:02:51+00:00 ― 6 min Lesedauer

Maschinelles Lernen Schutz von Patientendaten: Die Bedrohung durch SurvAttack

SurvAttack hebt die Risiken in Überlebensmodellen hervor und zeigt, wie wichtig stärkere Abwehrmassnahmen im Gesundheitswesen sind.

Mohsen Nayebi Kerdabadi, Arya Hadizadeh Moghaddam, Bin Liu

2025-01-28T17:38:24+00:00 ― 6 min Lesedauer

Computer Vision und Mustererkennung STITCH: Ein Game Changer in der Oberflächenrekonstruktion

Entdecke, wie STITCH das 3D-Modelling aus Punktwolken verbessert.

Anushrut Jignasu, Ethan Herron, Zhanhong Jiang

2025-01-28T15:13:57+00:00 ― 6 min Lesedauer

Robotik Robotantworten mit smarten Systemen beschleunigen

Ein neues LLM-System verbessert die Geschwindigkeit und Effizienz von Robotertasks.

Neiwen Ling, Guojun Chen, Lin Zhong

2025-01-28T14:25:48+00:00 ― 5 min Lesedauer

Maschinelles Lernen Automatisiertes Red Teaming: KI mit Kreativität absichern

Entdecke, wie automatisiertes Red Teaming die KI-Sicherheit durch kreative Herausforderungen verbessert.

Alex Beutel, Kai Xiao, Johannes Heidecke

2025-01-28T13:37:39+00:00 ― 7 min Lesedauer

Rechnen und Sprache KI beibringen, wie ein Profi zu verhandeln

AgreeMate trainiert KI, um Deals mit natürlichen Sprachfähigkeiten auszuhandeln.

Ainesh Chatterjee, Samuel Miller, Nithin Parepally

2025-01-28T12:49:30+00:00 ― 7 min Lesedauer

Computer und Gesellschaft Faire Algorithmen: Streben nach Gleichheit in der Entscheidungsfindung

Entdecke die Herausforderungen und Lösungen für die Erstellung fairer Algorithmen in Entscheidungsprozessen.

Benjamin Laufer, Manisch Raghavan, Solon Barocas

2025-01-28T12:29:32+00:00 ― 6 min Lesedauer

Maschinelles Lernen Die Wissenschaft hinter unseren emotionalen Reaktionen

Wie Gehirnwellen menschliche Eigenschaften und emotionale Reaktionen offenbaren.

Md Mirajul Islam, Md Nahiyan Uddin, Maoyejatun Hasana

2025-01-28T11:56:30+00:00 ― 6 min Lesedauer

Rechnen und Sprache Die Revolution der KI mit dynamischen Grafen

Dynamische Grafiken verbessern das Sprachverständnis und die Antwortgenerierung von KI.

Karishma Thakrar

2025-01-28T08:00:36+00:00 ― 6 min Lesedauer

Maschinelles Lernen Daten aus verschiedenen Quellen nutzen

Lern, wie heterogenes Transferlernen die Vorhersagen mit unterschiedlichen Datensätzen verbessert.

Jae Ho Chang, Massimiliano Russo, Subhadeep Paul

2025-01-28T07:24:21+00:00 ― 7 min Lesedauer

Hardware-Architektur Lookup-Tabellen reduzieren für bessere neuronale Netze

Eine neue Methode optimiert Lookup-Tabellen mit 'egal'-Bedingungen.

Oliver Cassidy, Marta Andronic, Samuel Coward

2025-01-28T05:36:09+00:00 ― 6 min Lesedauer

Maschinelles Lernen Sichere Graphdaten mit föderiertem Lernen

FedGIG geht die Datenschutzrisiken beim Training von Graphdaten an.

Tianzhe Xiao, Yichen Li, Yining Qi

2025-01-28T01:35:24+00:00 ― 6 min Lesedauer

Maschinelles Lernen Federated Learning: Ein sicherer Ansatz für KI-Training

Lern, wie föderiertes Lernen die Datensicherheit beim KI-Modelltraining verbessert.

Kunal Bhatnagar, Sagana Chattanathan, Angela Dang

2025-01-28T00:47:15+00:00 ― 7 min Lesedauer

Computerwissenschaften - Maschinelles Lernen