Computerwissenschaften - Neuronales und evolutionäres Rechnen

Automatisierung in Fabriken verbessert die Effizienz durch evolutionäre Algorithmen und Code-Generierung.

Ein Überblick über neuromorphe Computer und spiking neuronale Netzwerke und ihr Potenzial.

RLOR verbessert Deep Reinforcement Learning für anpassbare Lösungen in der Betriebsforschung.

Verbesserung von Spiking Neural Networks durch innovative Wissensaustausch-Techniken.

Untersuchen, wie Lernen Energie verbraucht und Strategien für verbesserte Effizienz.

TreeC bietet eine einfache und effektive Methode zur Verwaltung von Energiesystemen.

Ein neuer neuromorpher Controller verbessert die Stabilität und Effizienz von Drohnen durch ein innovatives Design.

DECN verbessert evolutionäre Algorithmen zur Lösung komplexer Optimierungsaufgaben.

Forscher untersuchen, wie Wasserwellen die Recheneffizienz verbessern können.

Ein Blick darauf, wie die Netzwerkstruktur die Leistung von neuronalen Netzwerken beeinflusst.

Neue Methoden verbessern den Codierungsprozess für Entwickler durch Programmsynthese.

AOT-SNNs verbessern die Unsicherheitsabschätzung in spiking neuronalen Netzen für bessere Vorhersagen.

Untersuchung von Methoden, um Fairness in den Entscheidungen von maschinellem Lernen zu gewährleisten.

ReRAM zeigt vielversprechende Ansätze, um die Leistung und Effizienz von neuronalen Netzwerken zu verbessern.

Eine neue Methode verbessert die Vertrauenswürdigkeit von Vorhersagen im Maschinenlernen für Ingenieurwesen.

B2Opt macht die Black-Box-Optimierung einfacher und verbessert die Effizienz und Ergebnisse mit weniger Auswertungen.

Neue Methoden mit Graphen und maschinellem Lernen verbessern die Vorhersagen der Meerestemperatur.

Blasen könnten der Schlüssel zu innovativer Musikproduktion sein.

Erforschung neuer Benchmark-Aufgaben für Unsicherheits-Qualität-Diversitäts-Algorithmen in robotischen Anwendungen.

Forscher entwickeln eine neue Methode zur Alzheimer-Diagnose mit EEG-Daten.

Neue Methode ermöglicht es Robotern, Fähigkeiten direkt ohne Simulationen zu erlernen.

Eine neue Art von spiking Neuron verbessert das Lernen und die Geschwindigkeit von KI.

Ein neues Verfahren verbessert die Identifizierung von Parametern in neuronalen Netzwerken nach dem Training.

DoE2Vec bietet einen neuen Ansatz zur Analyse von Optimierungsproblemen mit Hilfe von maschinellem Lernen.

Ein innovativer Ansatz zur Erstellung interpretierbarer Grafiken durch algorithmische Suche.

Forscher konzentrieren sich auf Quantisierung, um die Effizienz von neuronalen Netzen zu steigern.

In diesem Artikel werden Methoden besprochen, um die Unsicherheit in den Vorhersagen von neuronalen Netzen zu quantifizieren.

Eine neue Methode zielt darauf ab, massgeschneiderte Modelle zur Diabeteskontrolle mit genetischer Programmierung zu erstellen.

Dieses Modell sagt zukünftige Daten voraus, indem es eine Echtzeitanalyse ohne umfangreiche historische Daten nutzt.

FlowTransformer verbessert Intrusion-Detection-Systeme mit Hilfe von Transformer-Modellen.

Ein neuer Ansatz für effiziente stochastische Optimierung in verschiedenen Bereichen.

Die Herausforderungen beim Teilen von genetischen Algorithmen für bessere Forschungszusammenarbeit angehen.

Eine neue Methode verbessert die Effizienz bei der Lösung von gemischt-ganzzahligen Problemen.

SuperNeuro revolutioniert Simulationen für neuromorphe Computer, verbessert die Forschung in KI und Robotik.

Forscher wollen sich entwickelnde Systeme im Bereich künstliches Leben durch innovative Simulationen nachbilden.

Diese Studie untersucht, wie die Länge des Signals die Sprachtrennung beeinflusst.

Die Vorteile von Neural Architecture Search für Intels Movidius VPU erkunden.

Untersuchen, wie die Breite die Leistung und das Training von neuronalen Netzen beeinflusst.

Bilineare Schichten machen die Analyse einfacher und verbessern die Interpretierbarkeit in neuronalen Netzwerken.

Neue Methoden verbessern die Effizienz und Zugänglichkeit des CNN-Designs.