Últimos artículos para Redes Neuronales

Un estudio sobre cómo mejorar las CNNs usando etiquetas parciales y modelos de ataque adversarial.

Este artículo explora nuevos modelos de redes neuronales para entender cómo tomamos decisiones en ciberseguridad.

Nerva presenta una forma única de construir redes neuronales eficientes usando esparcidad.

Un nuevo enfoque mejora las capacidades de razonamiento de GNN para tareas de relaciones complejas.

Este artículo habla sobre cómo mejorar la velocidad de entrenamiento de redes neuronales usando transferencia de aprendizaje de superredes.

Nuevas arquitecturas de redes neuronales mejoran la estabilidad y precisión al resolver ecuaciones diferenciales parciales.

Examinando cómo las redes de creencias profundas pueden aprender de datos y crear representaciones complejas.

Mejorar los modelos de profesores mejora el rendimiento de los estudiantes en aprendizaje automático.

Un método para mejorar la comprensión de la toma de decisiones en redes neuronales.

Examinando cómo las neuronas inhibitorias dan forma a la función y conectividad cerebral.

Una mirada a la estimación del rango de salida usando Recocido Simulado en redes neuronales.

Una comparación de KANs y MLPs en rendimiento de clasificación y eficiencia de hardware.

Nuevos métodos mejoran la eficiencia en la evaluación de redes neuronales recurrentes no lineales para diversas aplicaciones.

Un nuevo método mejora el rendimiento de las redes neuronales a través de una mejor inicialización centrada en la emergencia.

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

Este estudio examina la efectividad de los ataques encubiertos de etiqueta limpia en redes neuronales profundas.

Nuevas técnicas de poda mejoran los modelos de aprendizaje profundo para smartphones con recursos limitados.

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

Nuevo método mejora la precisión y eficiencia en modelos de aprendizaje profundo.

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

xAI-Drop utiliza la explicabilidad para mejorar el rendimiento y la claridad de las Redes Neuronales de Grafos.

BackdoorBench ofrece un enfoque unificado para evaluar los métodos de aprendizaje de puerta trasera en redes neuronales profundas.

Un método para localizar y entender las debilidades en los modelos de lenguaje para mejorar su fiabilidad.

Explorando las capacidades de las redes sinusoidales para manejar datos complejos.

Las redes neuronales mejoran las pruebas de dos muestras para el análisis de datos complejos.

Un nuevo enfoque para mejorar la eficiencia en el aprendizaje multitarea usando matrices de bajo rango.

SpikeYOLO mejora las SNNs para una mejor eficiencia y precisión en la detección de objetos.

Promediar mejora el rendimiento y la estabilidad de las KAN en tareas de aprendizaje automático.

Esta investigación estudia el impacto de la poda y estructuras aleatorias en el rendimiento de las RNN.

Las redes neuronales RUM aprovechan caminatas aleatorias y memoria para mejorar el procesamiento de grafos.

Un nuevo marco para evaluar autoencoders escasos a través del ajedrez y Othello.

Descubre cómo el estado de ánimo y los visuales pueden mejorar las predicciones de IA.

Un nuevo método mejora la predicción de emociones en el análisis del habla.

Explorando tarifas de aprendizaje mejoradas en redes neuronales para computación científica.

Un nuevo benchmark evalúa métodos para medir la similitud representacional en aprendizaje automático.

Un nuevo método mejora la capacidad de las redes neuronales para aprender y aplicar conocimientos.

Este artículo examina los avances en IA más allá de los transformadores.

Nuevos métodos para mejorar el control de las RNNs mejoran las simulaciones de efectos de audio.

Explorando cómo los modelos de difusión transforman y generan datos a través de un ruido sistemático y su eliminación.

Nuevos métodos mejoran el entrenamiento y el rendimiento de las Redes de Kolmogorov-Arnold informadas por la física.