Informática - Computación Neuronal y Evolutiva

Un nuevo controlador neuromórfico mejora la estabilidad y eficiencia de los drones a través de un diseño innovador.

DECN mejora los algoritmos evolutivos para resolver tareas de optimización complejas.

Investigadores están explorando el uso de ondas de agua para mejorar la eficiencia de la computación.

Una mirada a cómo la estructura de la red influye en el rendimiento de las redes neuronales.

Nuevos métodos mejoran el proceso de codificación para los desarrolladores usando síntesis de programas.

Los AOT-SNNs mejoran la estimación de incertidumbre en las redes neuronales espinosas para hacer mejores predicciones.

Examinando métodos para asegurar la equidad en los procesos de toma de decisiones de aprendizaje automático.

ReRAM muestra potencial para mejorar el rendimiento y la eficiencia de las redes neuronales.

Un nuevo método mejora la confiabilidad en las predicciones de aprendizaje automático para la ingeniería.

B2Opt simplifica la optimización de caja negra, mejorando la eficiencia y los resultados con menos evaluaciones.

Nuevos métodos que usan gráficos y aprendizaje automático mejoran las predicciones de la temperatura de la superficie del mar.

Las burbujas pueden tener la clave para generar música innovadora.

Explorando nuevas tareas de referencia para algoritmos de Calidad-Diversidad Incierta en aplicaciones robóticas.

Investigadores desarrollan un nuevo método usando datos de EEG para el diagnóstico de Alzheimer.

Un nuevo método permite a los robots aprender habilidades directamente sin simulaciones.

Un nuevo tipo de neurona de picos mejora el aprendizaje y la velocidad de la IA.

Un nuevo método mejora la identificación de los parámetros de la red neuronal después del entrenamiento.

DoE2Vec ofrece un enfoque nuevo para analizar problemas de optimización usando aprendizaje automático.

Un enfoque innovador para crear gráficos interpretables a través de la búsqueda algorítmica.

Los investigadores se enfocan en la cuantización para mejorar la eficiencia de las redes neuronales.

Este artículo habla sobre métodos para cuantificar la incertidumbre en las predicciones de redes neuronales.

Un nuevo método busca crear modelos personalizados para el control de la diabetes usando programación genética.

Este modelo predice datos futuros usando análisis en tiempo real sin necesidad de datos históricos extensos.

FlowTransformer mejora los sistemas de detección de intrusiones usando modelos transformer.

Un nuevo enfoque para la optimización estocástica eficiente en varios campos.

Abordando los desafíos en compartir Algoritmos Genéticos para una mejor colaboración en investigación.

Un nuevo método mejora la eficiencia en la resolución de problemas de enteros mixtos.

SuperNeuro revoluciona las simulaciones para la computación neuromórfica, mejorando la investigación en IA y robótica.

Los investigadores buscan replicar sistemas en evolución en la vida artificial a través de simulaciones innovadoras.

Este estudio examina cómo la longitud de la señal afecta el rendimiento en la separación del habla.

Explorando los beneficios de la Búsqueda de Arquitectura Neuronal para el VPU Movidius de Intel.

Explorando cómo el ancho afecta el rendimiento y el entrenamiento de redes neuronales.

Las capas bilineales simplifican el análisis y mejoran la interpretabilidad en redes neuronales.

Nuevos métodos mejoran la eficiencia y accesibilidad del diseño de CNN.

Un nuevo método mejora la optimización de hiperparámetros a través de enfoques multiobjetivo.

DCR mejora la interpretabilidad de la IA mientras mantiene una alta precisión.

Un nuevo método mejora la clasificación de gestos manuales utilizando señales del cerebro.

La biblioteca GOMEA combina Python y C++ para soluciones de optimización eficientes.

Un nuevo enfoque basado en datos para predecir la profundidad de rutting en pavimentos de asfalto.

Este estudio presenta un modelo para alinear normas con múltiples valores en sistemas de agentes.