Informática - Computación Neuronal y Evolutiva

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

Un enfoque nuevo para la navegación inspirado en estrategias de animales muestra potencial para agentes artificiales.

Un nuevo algoritmo mejora el seguimiento de movimiento usando Sensores de Visión Dinámica al imitar las funciones del ojo.

Las células de lugar en el hipocampo son clave para la memoria y la conciencia espacial.

Un nuevo método mejora la visualización de datos a través de una búsqueda de proyecciones efectiva.

Las innovaciones en neuronas LIF adaptativas mejoran el rendimiento en tareas temporales y espaciales.

Este artículo analiza cómo mejorar el diseño de los exoesqueletos de mano para brindar mejor apoyo al usuario.

Este estudio evalúa KANs para una detección efectiva de fraudes en varias industrias.

TACOS ofrece una solución a la interferencia catastrófica en los sistemas de aprendizaje de IA.

Nuevas funciones de activación mejoran las redes neuronales para resolver ecuaciones complejas.

Polar-FFA mejora el aprendizaje en redes neuronales, aumentando la precisión y la estabilidad.

Una mirada a mejorar la programación de trenes con agentes de aprendizaje continuo.

Presentamos LFLDNets, un nuevo enfoque para modelar de manera eficiente sistemas físicos complejos.

Este artículo examina cómo la adaptación de la fuerza de mutación mejora el rendimiento de los algoritmos evolutionarios.

Una mirada profunda a las Unidades Recurrentes Gated en el aprendizaje de secuencias.

Un nuevo método mejora la precisión en la medición de gases usando aprendizaje automático y física.

NeurELA mejora la optimización de caja negra mediante análisis de paisaje en tiempo real y meta-aprendizaje.

Una mirada a la IA eficiente usando SNNs y tecnología IMC.

Un nuevo algoritmo mejora las estimaciones de actividad cerebral en entornos de ruido complejo.

Un nuevo método simplifica cómo evaluamos la incertidumbre del modelo en las predicciones.

Explora el complicado camino de cómo vemos los colores.

Explorando redes neuronales polinómicas y sus aplicaciones en varios campos.

Descubre cómo la computación neuromórfica imita el aprendizaje del cerebro para lograr una inteligencia de máquina eficiente.

La arquitectura innovadora mejora la eficiencia en el aprendizaje profundo a través de la computación óptica.

Un nuevo modelo mejora la precisión de las predicciones de velocidad del viento en paisajes difíciles.

Examinando cómo las SNNs se comparan con las ANN en consumo de energía.

Analizando el impacto de los componentes basados en cuaterniones en el rendimiento de la clasificación de imágenes.

ART simplifica el desarrollo de modelos de aprendizaje profundo con pasos estructurados y herramientas de depuración.

Explorando el aprendizaje continuo en redes neuronales a través del Neural Tangent Ensemble.

Un nuevo método mejora la eficiencia en la separación de señales en varias aplicaciones.

Un nuevo simulador evoluciona agentes capaces de cultura y razonamiento.

Los participantes enfrentaron tareas complejas de robótica en los Juegos Olímpicos de IA usando técnicas avanzadas.

Presentamos nuevas redes neuronales cuánticas que se adaptan y aprenden de datos cambiantes.

Un nuevo marco mejora la eficiencia del monitoreo remoto usando técnicas inspiradas en el cerebro.

Un enfoque novedoso mejora la resolución de desafíos de optimización complejos con variables discretas y continuas.

Un nuevo modelo ofrece procesamiento de lenguaje eficiente en energía para dispositivos pequeños.

SNNAX simplifica y acelera la simulación de Redes Neuronales de Picos para los investigadores.

Este artículo habla sobre usar sonido para ayudar a los robots a detectar obstáculos.

Una mirada a cómo la superposición mejora la eficiencia de las redes neuronales y el manejo de la complejidad.

Este artículo evalúa la efectividad de los autoencoders dispersos en la representación del conocimiento sobre las ciudades.