Computerwissenschaften - Neuronales und evolutionäres Rechnen

Ein neuer zweistufiger Algorithmus verbessert die Planungseffizienz in Raffinerien für Rohöl.

Die Forschung konzentriert sich auf die Fähigkeit von neuronalen Netzen, sich anzupassen und Konzepte unter Unsicherheit zu erkennen.

Die Anpassungsprozesse physikalischer Systeme durch Feedback und Struktur erkunden.

Dieses Papier untersucht, wie GNNs die Verteidigung gegen Cyberangriffe während ihres Lebenszyklus verbessern.

Eine neue Methode kombiniert LLMs und genetische Programmierung, um die Codegenerierung zu verbessern.

Eine neue Methode verbessert evolutionäre Algorithmen für komplexe Optimierungsprobleme.

Entdecke, wie das Gehirn Ergebnisse vorhersagt und Unsicherheiten beim Treffen von Entscheidungen managt.

Neuer Algorithmus verbessert die Vorhersage von Kristallstrukturen mit Multi-Objektiv-Strategien.

Bewertung, wie gut Fahrer in bedingt automatisierten Autos vorbereitet sind.

Verbesserte Prognosemethoden steigern das Energiemanagement und die Zuverlässigkeit.

Studie zeigt starke Muster in tiefen-separierbaren CNNs, die mit biologischer Sicht verbunden sind.

Lern, wie das Signalmittelung die Optimierung in lauten Umgebungen verbessert.

Neuromorphe Chips verbessern die Entscheidungsfindung bei Robotern und optimieren Geschwindigkeit und Energieeffizienz.

GCUs verbinden maschinelles Lernen mit biologischen Neuronfunktionen für eine bessere Effizienz und Interpretation.

Diese Forschung bespricht die Vorteile von Evolvable Agents in der verteilten Datenverarbeitung.

Lern, wie erklärbare Benchmarking das Verständnis von Optimierungsalgorithmen verbessert.

Entdecke die energieeffiziente Welt der Spiking Neural Networks und ihre einzigartigen Lernmethoden.

Forschung zeigt, wie wichtig die Interaktionen zwischen Neuronen für die sensorische Wahrnehmung sind.

Diese Studie untersucht, wie man Rekurrenz zu Transformern hinzufügen kann, um die Leistung bei Machine-Learning-Aufgaben zu verbessern.

Ein neuer Ansatz zur Jobplanung mit Ressourcenbeschränkungen unter Verwendung von genetischen Programmiertechniken.

Neue Methoden verbessern die Bewertungseffizienz bei der Lösung von computergestützten Problemen durch phylogenetische Erkenntnisse.

Erforschen, wie MRRs das Rechnen für Deep-Learning-Aufgaben neu gestalten.

Diese Forschung untersucht Schwachstellen in SNNs, die mit föderierten Lerntechniken kombiniert sind.

Ein neuer Algorithmus verbessert die Multi-Objective-Optimierung mit effizienten und gut verteilten Lösungen.

Neue Methoden verbessern die Energieeffizienz und Leistung von spiking neuronalen Netzwerken.

Eine Studie identifiziert ideale Standorte für Fahrradstationen in Málaga, um das Radfahren zu fördern.

Ein neuer Operator verbessert die Lösungsqualität bei Optimierungsproblemen.

Ein Blick auf den NK hybriden genetischen Algorithmus für verbesserte Cluster-Lösungen.

Dieser Artikel untersucht, wie neuronale Netzwerke Ressourcen für komplexe Aufgaben verwalten.

Eine neue Methode für schnellere und bessere Suchanfragen von Machine-Learning-Programmen.

Eine Studie darüber, wie Parameteranpassungen die Leistung von Algorithmen verbessern können.

FTG bietet eine frische Perspektive zur Verbesserung von symbolischen Regressionsaufgaben.

SAIS verbessert die Optimierung durch biologische symbiotische Beziehungen in der künstlichen Intelligenz.

Dieser Artikel beleuchtet Genotypen und Phänotypen in der genetischen Programmierung.

Ein neuer Ansatz, um die Komplexitäten von neuronalen Netzwerken zu untersuchen.

Ein Blick darauf, wie NN-Darstellungen die menschliche Gedächtnisverarbeitung nachahmen.

Dieser Artikel behandelt die Herausforderungen des kontinuierlichen Lernens und mögliche Lösungen im Bereich des maschinellen Lernens.

Ein neuer Logikdesignansatz verbessert die Geschwindigkeit und senkt den Energieverbrauch in neuronalen Netzwerken.

Forschung zeigt die Komplexität im Design und den Steuerungsmethoden von weichen Robotern.

Eine neue Methode verbessert die Merkmalsauswahl in hochdimensionalen Datensätzen effektiv.