Últimos artículos para Redes Neuronales Profundas

Un nuevo modelo mejora cómo analizamos el sentimiento público a partir de los tweets.

Examinando GNNs para clasificar eventos de colisiones de partículas.

Explorando cómo el aprendizaje semi-supervisado combina datos etiquetados y no etiquetados para mejorar los modelos de IA.

Nuevas redes mejoran la imagen y el etiquetado de neuronas en C. elegans.

Descubre cómo RELMAS mejora la programación de tareas DNN en entornos en la nube.

Un estudio sobre cómo optimizar la osmoterapia para mejores resultados en los pacientes.

Un método que reduce el uso de energía en el aprendizaje descentralizado para dispositivos IoT.

HistNetQ ofrece un enfoque nuevo para cuantificar datos usando aprendizaje profundo.

Un nuevo enfoque mejora el rendimiento de las redes híbridas de LiFi y WiFi.

Los CNFs usan ecuaciones diferenciales para modelar distribuciones de probabilidad complejas de manera efectiva.

Integrando técnicas de deep learning directamente en bases de datos relacionales para mejorar el análisis de datos.

CiMLoop mejora la eficiencia en redes neuronales profundas a través de un modelado innovador.

Un marco que mejora el rendimiento de DNN en entornos con limitaciones de energía.

Un estudio explora el uso de redes neuronales profundas para entender el riesgo de exposición a la radiación.

Los investigadores mejoran las mediciones de estrellas brillantes usando redes neuronales profundas.

Están surgiendo nuevos métodos para aproximar funciones complejas a partir de datos limitados.

La investigación revela cómo el lóbulo frontal influye en la percepción visual y los procesos de pensamiento.

Explorando cómo la dinámica caótica puede mejorar las redes neuronales profundas en la inteligencia artificial.

Un nuevo método combina RBM, DNNs y RBFs para resolver PDEs paramétricas de manera eficiente.

Un nuevo método combina el aprendizaje profundo con técnicas polinómicas para mejorar las aproximaciones de funciones.

Un nuevo estándar mejora los métodos de optimización multi-objetivo offline en varios campos.

Mejorando el rendimiento de DNN a través de métodos de muestreo de datos eficientes.

Nuevas estrategias mejoran el aprendizaje por refuerzo profundo contra el ruido adversarial.

Una nueva forma de optimizar sistemas complejos de manera efectiva dentro de las limitaciones.

Las redes neuronales profundas mejoran la modelación de problemas de dispersión acústica en varios campos.

Los investigadores estudian las vocalizaciones de los animales en su hábitat natural para mejorar su comprensión.

Un nuevo método mejora el rendimiento de las redes neuronales de picos en tareas de lenguaje.

Este documento presenta un nuevo IDS basado en DNN en redes programables.

Explorando cómo los modelos de deep learning imitan las habilidades de integración de contornos humanos.

Este estudio explora modelos de aprendizaje profundo para un mapeo preciso del arroz en Bután.

Una herramienta para verificar la seguridad de modelos de aprendizaje profundo.

BasisN aborda los desafíos de RRAM para cálculos más rápidos y eficientes en energía de redes neuronales profundas.

Explorando la optimización de DNNs para dispositivos con suministro de energía limitado.

Un nuevo sistema mejora la eficiencia del procesamiento de señales a través de métodos de codificación innovadores.

Una mirada a cómo la explicabilidad impacta las decisiones de ML en ciberseguridad.

Nuevos métodos mejoran la modelación de la estructura molecular a partir de datos de CryoEM.

Los investigadores utilizan redes neuronales profundas para mejorar las predicciones en la física nuclear.

Una mirada a cómo mejorar el uso de FPGA en aplicaciones de DNN con nuevas técnicas.

LeRF combina el aprendizaje profundo y la interpolación para mejorar el redimensionamiento de imágenes.

Un estudio sobre el uso del aprendizaje activo para mejorar los sustitutos de DNN para ecuaciones de difusión.