Informática - Computación Neuronal y Evolutiva

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.

Explorando el impacto de la codificación predictiva en los métodos de aprendizaje de redes neuronales.

Un nuevo método permite una conversión más fácil de las ANNs a SNNs con menos consumo de energía.

Una mirada a cómo la computación de reservorios maneja múltiples tareas y sus desafíos.

Un nuevo estudio destaca el EEG y la IA para el diagnóstico temprano del Alzheimer.

Un marco que utiliza LLMs para mejorar algoritmos evolutivos para MOPs.

Analizando el uso de algoritmos coevolutivos para encontrar estrategias ganadoras en juegos combinatorios.

Los Espacios Neurales ofrecen representaciones innovadoras para analizar grafos dirigidos en varios campos.

Y-Drop mejora la deserción enfocándose en la importancia de las neuronas, mejorando el rendimiento del modelo.

Este artículo explora un nuevo enfoque para mejorar las redes neuronales usando ecuaciones diofantinas.

Nuevo método de optimización inspirado en las crías de tortuga Olive Ridley busca una solución efectiva a los problemas.

Un enfoque nuevo para generar explicaciones significativas para el análisis de datos de series temporales.

Un nuevo método mejora la regresión simbólica usando modelos de lenguaje para un mejor análisis de datos.