Informática - Computación Neuronal y Evolutiva

PropNEAT mejora las redes neuronales al acelerar el entrenamiento y manejar datos complejos de manera eficiente.

Un nuevo enfoque para entrenar máquinas en dispositivos pequeños con menos complejidad.

Nuevo método mejora la transferencia de color en videos para tener mejor control y velocidad.

La Red Neuronal de Características de Chebyshev mejora la precisión en las tareas de aproximación de funciones.

R-JEPA aprende a procesar imágenes como nuestros cerebros, mejorando la visión por computadora.

Descubre cómo RKO optimiza soluciones en varios problemas complejos.

Descubre cómo las metaheurísticas están transformando la resolución de problemas y el diseño en la industria aeroespacial.

La investigación muestra que las SNNs pueden mejorar la privacidad de los datos en comparación con los modelos tradicionales.

Descubre cómo la naturaleza inspira soluciones de optimización para problemas de salud pública.

Aprende cómo la predicción de defectos puede mejorar los procesos de desarrollo de software.

Un método nuevo ayuda a los robots a aprender a caminar de manera más efectiva.

La investigación sobre algoritmos busca mejorar la eficiencia y el rendimiento de los aceleradores de partículas.

Un análisis de cómo los factores sociales influyen en las interacciones en el sistema de salud.

Explorando las maneras en que los humanos y la IA reconocen patrones y resuelven problemas.

Explora nuevos métodos para mejorar los resultados de optimización en diferentes problemas.

Una mirada a la optimización multi-objetivo con restricciones y el nuevo algoritmo DRMCMO.

Este artículo explora cómo optimizar la toma de decisiones en situaciones complejas.

JRadiEvo genera informes de radiología japoneses de manera eficiente y segura.

Un sistema crea música en tiempo real basada en las narrativas de juegos de rol de mesa.

La investigación usa los patrones de forrajeo de las abejas para mejorar el despliegue de sensores en el bosque.

Descubre la mezcla de modelos de lenguaje y algoritmos en recomendaciones personalizadas.

Una herramienta innovadora para depurar en el dispositivo en modelos de TinyML mejora el rendimiento y la fiabilidad.

Explora cómo la consistencia en ciclos y los modelos de lenguaje mejoran la calidad de la traducción automática.

La función de activación HeLU resuelve las limitaciones de ReLU para los modelos de aprendizaje profundo.

Descubre cómo los robots están mejorando el trabajo en equipo y la eficiencia a través de la inspiración biológica.

NSGA-II tiene problemas con múltiples objetivos, afectando el rendimiento de la optimización.

Descubre cómo los agentes artificiales aprenden a ayudarse entre sí y a mostrar empatía.

Los investigadores estudian las larvas de mosquitos para inspirar nadadores robóticos avanzados.

Un nuevo método acelera el procesamiento de IA sin perder precisión.

Una visión simplificada del aprendizaje profundo a través de redes lineales profundas.

Explorando métodos eficientes en memoria para entrenar modelos grandes de aprendizaje automático.

Un nuevo método simplifica el entrenamiento de redes neuronales de picos eficientes en energía.

Examinando cómo los animales se ayudan entre sí a través de la selección de parentesco.

Descubre cómo las Máquinas de Estados Líquidos mejoran el aprendizaje automático a través de técnicas innovadoras.

xIELU ofrece una alternativa prometedora a las funciones de activación tradicionales en el aprendizaje profundo.

Spike Talk mejora la comunicación de la red eléctrica para mayor eficiencia y resiliencia.

Una mirada a las complejidades de entrenar redes neuronales de manera efectiva.

STREAM mejora cómo las máquinas procesan datos geométricos dispersos para una mejor comprensión.

La investigación mejora la eficiencia de los drones y la toma de decisiones usando sistemas neuromórficos.

Introducir saltos temporales en SNNs mejora la eficiencia y precisión de manera significativa.