Informática - Computación Neuronal y Evolutiva

Descubre cómo el tamaño de la población y la redundancia de los casos de prueba impactan la selección lexicase.

Explorando cómo los robots pueden adaptarse usando sus formas físicas para un comportamiento inteligente.

Diseños innovadores para cámaras mejoran cómo las máquinas detectan objetos en movimiento.

Un nuevo método mejora el análisis de datos neuronales en diferentes regiones del cerebro.

Descubre cómo el aprendizaje continuo está transformando la inteligencia artificial y sus aplicaciones.

Técnicas para manejar hiperparámetros y pesos del modelo para mejorar el rendimiento.

Este artículo analiza algoritmos de co-evolución para problemas de optimización adversarial binaria.

Explorando cómo la estructura del tiempo mejora el rendimiento de las redes neuronales de picos.

MALT mejora la eficiencia y el éxito de los ataques adversariales en modelos de clasificación de imágenes.

CAReLU mejora el aprendizaje al equilibrar valores positivos y negativos en modelos de aprendizaje profundo.

Una comparación de SNNs y ANNs para flujo óptico usando datos de cámaras basadas en eventos.

Un nuevo marco mejora la comprensión de los algoritmos de búsqueda local y su comportamiento.

Un nuevo método mejora la búsqueda de arquitectura para modelos de aprendizaje profundo.

Explorando el papel de la computación neuromórfica en el procesamiento eficiente de datos y el aprendizaje automático.

Un nuevo modelo mejora la clasificación de imágenes para dispositivos de bajo consumo.

Las neuronas cuánticas de integración y disparo con fuga ofrecen nuevas posibilidades para el procesamiento de datos eficiente.

Un proyecto que usa redes neuronales de picos para reconocer gestos en ASL.

Este estudio revela cómo las redes neuronales pueden recordar y reproducir con precisión patrones de picos en diferentes condiciones.

Un nuevo modelo alinea la programación con hardware neuromórfico para mejorar la eficiencia.

Un estudio sobre el comportamiento de autómatas celulares y redes aleatorias en tareas de memoria.

Una mirada a las redes neuronales usando modelos detallados y simplificados.

Un nuevo enfoque mejora la eficiencia energética y la velocidad de procesamiento en las CNN.

Un enfoque novedoso codifica y reconstruye señales sensoriales usando trenes de picos.

Un nuevo algoritmo en Loihi 2 muestra promesas para resolver problemas QUBO de manera eficiente.

Nuevo modelo de sinapsis mejora la eficiencia energética en redes neuronales con picos.

Descubre cómo los algoritmos meméticos mejoran la eficiencia y el rendimiento en el diseño de antenas.

La computación neuromórfica imita la función del cerebro para un procesamiento eficiente en dispositivos modernos.

Nuevas técnicas en computación fotónica muestran potencial para manejar múltiples tareas de manera eficiente.

Infórmate sobre nuevos métodos para gestionar la energía del hogar de manera eficiente con aprendizaje automático.

Aprende a preparar y enviar tu paper científico de manera efectiva.

Una herramienta para visualizar soluciones complejas en optimización multi-objetivo.

Los investigadores mejoran las simulaciones de sistemas parecidos al cerebro para resolver problemas complejos.

Un método para entrenar sistemas de IA sin datos etiquetados.

Snuffy ofrece una solución de aprendizaje automático para un análisis preciso de WSI.

Un nuevo método para la detección de palabras clave eficiente en energía usando tecnología neuromórfica.

Este estudio revela los beneficios del procesamiento asincrónico en redes neuronales de picos.

El Algoritmo Yi combina la exploración y la explotación para una optimización efectiva.

Usando conceptos darwinianos para mejorar los métodos de entrenamiento de redes neuronales.

Te presentamos SHSADE-PIDS, un método eficiente para la búsqueda de arquitecturas neuronales en datos de nubes de puntos.

Un estudio sobre la efectividad de los QGANs frente a los modelos de Markov en el seguimiento ocular.