Últimos artículos para Redes Neuronales

Este documento habla sobre Redes de Flujos Bayesianos y su efectividad en la generación de datos.

Un nuevo método mejora la forma en que las redes neuronales manejan datos no vistos.

La SVD ternaria ofrece una forma más simple y eficiente de comprimir redes neuronales.

Una mirada al control de transporte neuronal y sus aplicaciones.

Presentando nodos SNN reversibles para un entrenamiento y uso de memoria eficiente.

Los avances en el aprendizaje profundo mejoran la calidad y eficiencia de la imagen de CT de Haz Cónico.

Nuevas técnicas mejoran el proceso de entrenamiento para redes neuronales de picos.

Un nuevo marco mejora la confiabilidad de los modelos de aprendizaje profundo contra cambios sutiles.

EDNIL mejora la robustez del modelo frente a cambios en los contextos de datos.

Un enfoque novedoso permite entrenar redes neuronales de manera eficiente en dispositivos pequeños sin propagación hacia atrás.

HollowNeRF mejora la eficiencia y calidad en el renderizado 3D usando gestión de datos específica.

Una mirada a la inyectividad de las capas ReLU y sus implicaciones en las redes neuronales.

La investigación sobre computación en reservorios se centra en optimizar los diseños de redes para mejorar el aprendizaje automático.

Evol-Q mejora la precisión de cuantización en los Transformers de Visión mediante técnicas de búsqueda evolutiva.

Este artículo explora cómo mejorar la clasificación usando softmax jerárquico en aprendizaje automático.

Examinando cómo las Redes Neurales Causales mejoran la resistencia a ataques adversariales.

Un nuevo diseño de red neuronal con metamateriales mejora la eficiencia y velocidad en el procesamiento de imágenes.

Explora estrategias de entrenamiento inicial en el aprendizaje incremental de clases sin retener ejemplos pasados.

Explorando modelos eficientes para la comparación de similitudes en aprendizaje automático.

La equivariancia ayuda a las redes neuronales a reconocer imágenes de manera consistente a pesar de las transformaciones.

Explorando el potencial y los desafíos de las redes neuronales ópticas usando luz para la computación.

Este artículo habla sobre la Hipótesis del Boleto de Lotería y las técnicas de poda en DNNs.

Una mirada a mejorar el entrenamiento de RNN profundas a través de métodos de estabilidad de gradientes.

Un enfoque innovador para entrenar redes neuronales sin gradientes.

Un método nuevo busca ayudar a los modelos a aprender tareas nuevas sin olvidarse de las antiguas.

Un nuevo método mejora los modelos de difusión para generar imágenes más claras.

Un nuevo método para mejorar las redes neuronales gestionando las correlaciones entre neuronas.

Una visión general de las redes de Hopfield que aborda la generalización y el sobreajuste.

Los investigadores desarrollan máscaras de peso para ayudar a los modelos a retener conocimientos mientras aprenden nuevas tareas.

Un nuevo método mejora el rendimiento de clasificación multicategoría usando ECOC con NEAT.

Un nuevo método mejora la clasificación de sonidos submarinos de barcos usando redes neuronales.

Una nueva herramienta estima cómo reaccionan las redes neuronales a los cambios de entrada, lo cual es crucial para la seguridad.

Un nuevo método para mejorar la calidad del habla usando redes eficientes en energía.

Una mirada a la dinámica del SGD y sus efectos en el entrenamiento del modelo.

Un nuevo método mejora el rendimiento de los modelos en datos no vistos en visión por computadora.

Un nuevo método mejora el rendimiento del modelo en varios tipos de datos.

Examinando cómo la isolación de parámetros mejora el aprendizaje continuo a través de métodos de entrenamiento dinámico y escaso.

Explorando cómo las características adaptativas mejoran el rendimiento de redes neuronales durante el entrenamiento.

Presentando un nuevo método para mejorar las defensas del modelo contra entradas adversariales.

Modelos eficientes que usan menos parámetros para mejorar el rendimiento en el aprendizaje profundo.