Últimos artículos para Redes Neuronales

Un nuevo enfoque simplifica el entrenamiento de redes neuronales equivariantes para mejorar el rendimiento.

Un nuevo método mejora la capacidad de las redes neuronales para manejar cambios geométricos.

Un nuevo método mejora el uso de memoria y la velocidad de entrenamiento en modelos de lenguaje grandes.

Nuevos métodos mejoran la destilación de datasets para conjuntos de datos de cola larga.

Mejorando la precisión de clasificación de imágenes usando embeddings de autoencoders preentrenados en SimCLR.

Este artículo explora la cuantización cero disparo y sus aplicaciones en imágenes infrarrojas.

Un nuevo método que utiliza AutoSparse para hacer un podado eficiente de redes neuronales desde el principio.

Mejorando la claridad del habla a través de filtros híbridos y redes neuronales.

Un nuevo método mejora las redes neuronales para dispositivos como smartphones y computadoras de bajo costo.

Explorando priors flexibles para mejorar las predicciones en modelos de Última Capa Bayesianos.

Una exploración de los complejos procesos de entrenamiento en redes neuronales estrechas de dos capas.

Explorando simetrías locales para mejorar métodos de aprendizaje automático basados en grafos.

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

Este artículo investiga el cambio repentino en la capacidad de aprendizaje de las redes neuronales.

Una mirada a las técnicas de transferencia de peso y su impacto en el entrenamiento de redes neuronales.

Este estudio evalúa el papel de los Autómatas Celulares Neurales en la segmentación de imágenes médicas.

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.

Un nuevo método mejora el rendimiento de las redes neuronales bayesianas mediante simetrización.

La Red Neural Dowker Dinámica mejora el análisis de grafos dirigidos en evolución.

Un nuevo modelo mejora la precisión en la detección de objetos en imágenes complejas.

TINA hace que el procesamiento de señales sea más fácil en el hardware de redes neuronales.

G2C3 mejora las simulaciones de microturbulencia de plasma en dispositivos de fusión usando redes neuronales.

Examinando la organización y especialización de las neuronas en modelos transformer.

Este documento explora los mecanismos detrás de las activaciones neuronales y su impacto en el rendimiento del modelo.

Un nuevo método para abordar el desequilibrio de clases usando Whitening-Net mejora el rendimiento de la clasificación de imágenes.

Nuevos métodos en compresión de imágenes mejoran la eficiencia y calidad.

Este artículo habla sobre la conexión entre RvNNs y Transformers a través de CRvNN y NDR.

Un nuevo enfoque mejora los métodos de actor-crítico en el aprendizaje por refuerzo.

Un enfoque nuevo mejora la segmentación de imágenes usando técnicas de supervisión limitada.

Las RTUs mejoran la eficiencia y la adaptabilidad en tareas de aprendizaje de secuencias y control.

Una nueva perspectiva simplifica las redes neuronales a través de operaciones lineales y sistemas dinámicos.

Los investigadores mejoran las redes neuronales ópticas con pesos ternarios, aumentando el rendimiento y la eficiencia.

Examinando cómo las técnicas de regularización afectan la capacidad del machine learning para manejar entradas desconocidas.

Descubre cómo nuevos métodos mejoran el ensamblado de pesos en el aprendizaje automático.

K-Origins mejora la evaluación del color en redes neuronales para una mejor análisis de imágenes.

Aprende cómo las simetrías de grupo pueden mejorar los modelos de clasificación en el aprendizaje automático.

Un nuevo marco mejora la eficiencia del monitoreo remoto usando técnicas inspiradas en el cerebro.

Descubre cómo el nuevo marco SwinNPE mejora la compresión de imágenes sin perder calidad.

Las Redes Neuronales Convolucionales guiadas por física mejoran la precisión en la detección de imágenes con datos limitados.