Informatique - Informatique neuronale et évolutive

Cette étude examine comment commencer près de la criticité affecte l'adaptabilité des agents neuronaux.

Combiner des algorithmes et des modèles de substitution pour un design de bâtiment efficace.

Découvrez comment les SNN imitent les processus cérébraux pour un calcul efficace.

Explorer comment les préférences de partenaires enrichissent la diversité dans les solutions de Programmation Génétique.

Cet article parle d'un nouvel algorithme inspiré de l'épigénétique pour une meilleure optimisation.

Une comparaison entre l'Algorithme Génétique et le CMA-ES dans la conception de ponts.

Découvrez comment l'automatisation peut simplifier la conception des réseaux et réduire les coûts pour les fournisseurs d'accès à Internet.

SDM offre aux réseaux un moyen d'apprendre en continu sans oublier les anciennes infos.

Deep-BIAS améliore la détection des biais dans les algorithmes en utilisant la technologie de deep learning.

Explorer comment les fonctions cérébrales peuvent améliorer les systèmes d'IA.

Cet article parle de l'utilisation des DSM pour améliorer les algorithmes des problèmes d'affectation.

Une étude sur ElegansNet révèle des infos sur de meilleurs modèles d'apprentissage inspirés par C. elegans.

Découvrez comment HOTGP améliore la génération de programmes informatiques grâce à des techniques avancées.

Une nouvelle méthode améliore les perceptrons à une couche pour des tâches complexes.

L'apprentissage paresseux améliore l'entraînement de l'IA en se concentrant sur les erreurs.

ARIA améliore la qualité et la diversité dans des environnements incertains pour les algorithmes QD.

Cette étude examine le comportement de comptage dans les RNN linéaires et leurs limites.

Un aperçu de comment le codage influence les solutions dans divers domaines.

SLR propose une méthode plus rapide pour élaguer les modèles d'apprentissage profond sans perdre en précision.

Une nouvelle approche améliore les algorithmes génétiques en utilisant des mécanismes d'attention pour une meilleure optimisation.

Une approche novel pour analyser la connectivité cérébrale avec un réseau de neurones spécialisé.

De nouvelles méthodes améliorent la décomposition des mises en page pour des caractéristiques semiconductor plus petites.

META-CODE aide à trouver des communautés dans des réseaux incertains en utilisant des métadonnées de nœuds et des requêtes dynamiques.

SENeCA booste l'efficacité de SNN en révélant des infos sur l'énergie.

Les variations proposées des modules Squeeze et Excitation améliorent la fonctionnalité et la précision des CNN.

Explorer le lien entre les RNN et les circuits électriques pour mieux comprendre.

L'automatisation dans les usines améliore l'efficacité grâce à des algorithmes évolutifs et à la génération de code.

Un aperçu de l'informatique neuromorphique et des réseaux de neurones à pics et de leur potentiel.

RLOR améliore l'apprentissage par renforcement profond pour des solutions de recherche opérationnelle adaptables.

Améliorer les réseaux de neurones à spikes grâce à des techniques innovantes de partage de connaissances.

Enquête sur comment l'apprentissage consomme de l'énergie et des stratégies pour améliorer l'efficacité.

TreeC propose une méthode simple et efficace pour gérer les systèmes énergétiques.

Un nouveau contrôleur neuromorphique améliore la stabilité et l'efficacité des drones grâce à un design innovant.

DECN améliore les algorithmes évolutifs pour résoudre des tâches d'optimisation complexes.

Des chercheurs explorent l'utilisation des ondes d'eau pour améliorer l'efficacité de l'informatique.

Un aperçu de comment la structure du réseau influence les performances des réseaux de neurones.

De nouvelles méthodes améliorent le processus de codage pour les développeurs grâce à la synthèse de programmes.

Les AOT-SNNs améliorent l'estimation de l'incertitude dans les réseaux de neurones à impulsions pour de meilleures prédictions.

Examiner des méthodes pour garantir l'équité dans les processus de prise de décision en apprentissage automatique.

La ReRAM montre du potentiel pour améliorer les performances et l'efficacité des réseaux de neurones.