Anima Anandkumar

Nuevos métodos mejoran la eficiencia en el entrenamiento de operadores neuronales usando precisión mixta.

Un nuevo método mejora el rendimiento de los Transformadores de Visión en tareas de reconocimiento de imágenes.

Una mirada a enfoques fragmentados para mejorar la eficiencia de la computación cuántica.

Presentando un método que mejora la modelación de dinámicas 3D a lo largo del tiempo.

T-Stitch combina modelos para generar imágenes de alta calidad más rápido.

Examinando enfoques cuánticos para resolver de manera efectiva desafíos difíciles de optimización.

Un nuevo método mejora la eficiencia de memoria en el entrenamiento de modelos de lenguaje grandes en hardware de consumo.

Un nuevo enfoque para resolver eficientemente PDEs complejas usando aprendizaje automático.

Nuevo estándar ayuda a predecir el comportamiento de las enzimas usando aprendizaje automático.

Nuevos algoritmos cuánticos mejoran las soluciones a problemas de optimización, especialmente el Max-SAT.

Las técnicas de aprendizaje automático están mejorando las simulaciones de sistemas de espín cuántico usando Operadores Neurales de Fourier.

Explorando la fusión de la computación cuántica y los sistemas neuromórficos para algoritmos inteligentes.

Usando aprendizaje automático para evaluar la efectividad del feedback en la formación quirúrgica.

Descubre cómo los Hamiltonianos efectivos hacen que los sistemas cuánticos complejos sean más fáciles de estudiar.

Descubre cómo los operadores neuronales transforman la computación científica y resuelven problemas complejos.