Últimos artículos para Aprendizaje profundo

Un estudio sobre la efectividad de KAN en comparación con métodos tradicionales en el análisis de series de tiempo.

Nuevos métodos mejoran la Atención Agrupada de Consultas, haciendo más eficiente la clasificación de imágenes.

Presentamos una nueva herramienta para acelerar el preprocesamiento de VBM en estudios cerebrales.

Técnicas para reducir el tamaño del modelo y hacerlo más efectivo en entornos con recursos limitados.

Un modelo de aprendizaje profundo predice los resultados de los partidos de balonmano en las próximas Olimpiadas.

FourierKAN ofrece una nueva forma de mejorar la precisión y eficiencia en la clasificación de textos.

Un nuevo marco mejora el examen de la miopía a través de imágenes avanzadas y aprendizaje profundo.

CLAT mejora la robustez del modelo contra ataques adversariales mientras mantiene la precisión en imágenes normales.

Un enfoque de aprendizaje profundo mejora las predicciones de supervivencia para el cáncer de esófago de células escamosas.

Un estudio sobre cómo mejorar el intercambio de datos en el entrenamiento de modelos de transformers.

Usar datos de baja calidad para crear videos de alta calidad a partir de texto.

AdaResNet ofrece una solución dinámica para equilibrar los datos de entrada y los datos procesados en redes neuronales.

Este artículo revisa enfoques de aprendizaje profundo para predecir oleajes de tormenta para la seguridad y la planificación.

Una mirada a cómo funciona el optimizador Adam y su convergencia en el entrenamiento de IA.

Te presento DUCD, un método enfocado en la privacidad para proteger las DNNs de ataques adversariales.

La arquitectura Virgo mejora la eficiencia, el rendimiento y el consumo de energía de la GPU.

Una mirada a cómo los pesos del modelo afectan el rendimiento del aprendizaje profundo.

Una nueva técnica simplifica la segmentación 3D con un mínimo esfuerzo humano.

La investigación muestra un reemplazo efectivo de los Embeddings Posicionales en modelos de traducción.

Descubre cómo la poda de modelos mejora el rendimiento de la IA y reduce las necesidades de recursos.

El aprendizaje profundo mejora la detección automática de los fotorreceptores cónicos en imágenes AOSLO.

Un nuevo método mejora el rendimiento del modelo usando conocimiento compartido entre tareas.

Un nuevo método para aumentar la robustez del modelo contra ataques adversariales.

Nuevo método permite modelado 3D a partir de solo dos imágenes sin necesidad de detalles de la cámara.

El aprendizaje de pocos disparos ofrece nueva esperanza para un diagnóstico eficiente de enfermedades en histopatología.

Un nuevo método para reducir parámetros y acelerar el entrenamiento en redes neuronales.

Una nueva arquitectura mejora las predicciones densas en mallas 3D usando técnicas de multi-resolución.

Explorando cómo el aprendizaje multitarea afecta el rendimiento del modelo y la generalización.

Un nuevo método identifica los anillos de los árboles en imágenes usando aprendizaje profundo.

Presentamos LoG-VMamba para mejorar la segmentación de imágenes médicas.

Los métodos aprendidos mejoran la eficiencia y calidad de la compresión de imágenes.

Este estudio compara el aprendizaje automático y el aprendizaje profundo en conjuntos de datos tabulares para determinar su efectividad.

Un nuevo método mejora el rendimiento de modelos visuales usando imágenes RAW.

Nuevas técnicas reducen el uso de energía en el aprendizaje profundo sin perder precisión.

Nuevos métodos mejoran el reconocimiento de voz en situaciones difíciles con varios hablantes.

Un nuevo método mejora la seguridad de DNN sin datos limpios.

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

NeuralMPM acelera las simulaciones de materiales usando técnicas de aprendizaje profundo.

Explorando los desafíos del aprendizaje multitarea y continuo en el aprendizaje automático.

Un nuevo enfoque mejora la calidad de imagen en VAEs multimodales usando decodificadores de difusión.