Últimos artículos para Redes Neuronales Profundas

Nuevas técnicas buscan mejorar la calidad de audio al abordar la pérdida de paquetes.

Este artículo presenta un enfoque innovador para mejorar el reconocimiento de señales de tráfico.

Una nueva perspectiva sobre redes neuronales profundas usando principios matemáticos.

Un método para ajustar el rendimiento de DNN en tiempo real para eficiencia.

Un nuevo método permite la protección de la privacidad en el aprendizaje profundo a través de aproximaciones polinómicas.

Métodos innovadores mejoran la seguridad en la comunicación digital para información sensible.

Este estudio revisa técnicas eficientes de redes neuronales para el análisis de imágenes en teledetección.

ShadowNet combina sombras clásicas y redes neuronales para mejorar el aprendizaje de sistemas cuánticos.

Un modelo combina aprendizaje profundo y sistemas basados en reglas para tomar decisiones claras.

Nuevos enfoques de la computación analógica mejoran la precisión y eficiencia en el aprendizaje profundo.

Un nuevo método mejora la precisión en el análisis de resonancias magnéticas cardíacas usando IA.

AVMIT ofrece a los investigadores información sobre cómo se relacionan el sonido y la visión en el reconocimiento de acciones.

Un nuevo método para mejorar la optimización del diseño usando múltiples modelos.

Un nuevo método reduce los costos de cómputo en redes neuronales profundas sin perder precisión.

Un nuevo método para identificar mejor las características clave en conjuntos de datos complejos.

Nuevos modelos de deep learning mejoran el análisis de orgánulos en microscopía de luz transmitida sin etiquetas.

Un nuevo método mejora el entrenamiento del modelo con etiquetas ruidosas usando la Dimensión Intrínseca Local.

Un nuevo modelo simplifica las simulaciones de óxidos de perovskita para la ciencia de materiales.

Un nuevo enfoque mejora la comprensión de las interacciones de características en redes neuronales profundas.

Las computadoras están aprendiendo a separar el ritmo y la armonía en la música para aplicaciones creativas.

Aprende cómo los acumuladores de baja precisión mejoran el rendimiento de las DNN sin sacrificar la precisión.

NFLikelihood permite el aprendizaje no supervisado de probabilidades, mejorando el análisis de datos en física.

Este estudio evalúa la seguridad de las DNNs al manejar datos de conducción desconocidos.

Un nuevo método combina la regresión simbólica vertical y el aprendizaje profundo para descubrir mejores ecuaciones.

Nuevos algoritmos mejoran la detección de los vértices primarios en el Gran Colisionador de Hadrones.

Un nuevo método mejora las aplicaciones de aprendizaje profundo para ecuaciones complejas en ciencia.

Este artículo habla sobre cómo las elecciones arquitectónicas moldean el proceso de aprendizaje de las DNNs.

Nuevas estrategias permiten que los ataques de troyanos eviten los métodos de detección de manera efectiva.

Un nuevo método mejora la separación del sonido en diferentes frecuencias.

Un estudio sobre cómo predecir los corrimientos al rojo de los GRBs mediante técnicas avanzadas de aprendizaje automático.

Los voluntarios contribuyen a la investigación de neutrinos a través del proyecto Nombra ese Neutrino.

Explorando nuevos métodos para mejorar el Control Predictivo de Modelos con técnicas de aprendizaje profundo.

Un nuevo método mejora la eficiencia de las DNN en dispositivos con recursos limitados.

Nuevo método mejora la eficiencia en la resolución de ecuaciones diferenciales parciales complejas usando redes neuronales.

Nuevo método de marcado refuerza la protección de los modelos de aprendizaje automático contra el robo.

Los investigadores están mejorando las mediciones de jet para entender mejor las propiedades del plasma de quarks y gluones.

Nuevos métodos mejoran la seguridad de datos y la eficiencia para la tecnología inteligente.

El método DeepKnowledge mejora la fiabilidad de las DNNs en aplicaciones críticas.

Nuevo método mejora las predicciones para objetos en movimiento en la conducción autónoma.

DeepSample ofrece técnicas efectivas para probar Redes Neuronales Profundas de manera eficiente y precisa.