Informatique - Informatique neuronale et évolutive

Une nouvelle méthode renforce la fiabilité des prédictions en apprentissage automatique pour l'ingénierie.

B2Opt simplifie l'optimisation black-box, rendant le tout plus efficace et meilleur avec moins d'évaluations.

De nouvelles méthodes utilisant des graphes et l'apprentissage automatique améliorent les prédictions de la température de surface de la mer.

Les bulles pourraient détenir la clé d'une génération musicale innovante.

Explorer de nouvelles tâches de référence pour les algorithmes de Qualité-Diversité Incertaine dans les applications robotiques.

Des chercheurs ont développé une nouvelle méthode utilisant des données EEG pour diagnostiquer l'Alzheimer.

Une nouvelle méthode permet aux robots d'apprendre des compétences directement sans simulations.

Un nouveau type de neurone à spikes améliore l'apprentissage et la vitesse de l'IA.

Une nouvelle méthode améliore l'identification des paramètres des réseaux de neurones après l'entraînement.

DoE2Vec propose une nouvelle façon d'analyser les problèmes d'optimisation en utilisant l'apprentissage automatique.

Une approche innovante pour créer des graphes interprétables grâce à une recherche algorithmique.

Les chercheurs se concentrent sur la quantification pour améliorer l'efficacité des réseaux de neurones.

Cet article parle des méthodes pour quantifier l'incertitude dans les prédictions des réseaux de neurones.

Une nouvelle méthode vise à créer des modèles personnalisés pour le contrôle du diabète en utilisant la programmation génétique.

Ce modèle prédit les données futures en utilisant une analyse en temps réel sans avoir besoin de beaucoup de données historiques.

FlowTransformer améliore les systèmes de détection d'intrusions en utilisant des modèles de transformateur.

Une nouvelle méthode pour une optimisation stochastique efficace dans différents domaines.

S'attaquer aux défis de partage des Algorithmes Génétiques pour une meilleure collaboration en recherche.

Une nouvelle méthode améliore l'efficacité de la résolution de problèmes mixtes en entiers.

SuperNeuro révolutionne les simulations pour le calcul neuromorphique, améliorant la recherche en IA et en robotique.

Les chercheurs cherchent à reproduire des systèmes évolutifs en vie artificielle grâce à des simulations innovantes.

Cette étude examine comment la longueur du signal affecte la performance de séparation de la parole.

Explorer les avantages de la recherche d'architecture neuronale pour le VPU Movidius d'Intel.

Explorer comment la largeur impacte la performance et l'entraînement des réseaux de neurones.

Les couches bilinéaires simplifient l'analyse et améliorent l'interprétabilité dans les réseaux de neurones.

De nouvelles méthodes améliorent l'efficacité et l'accessibilité de la conception des CNN.

Une nouvelle méthode améliore l'optimisation des hyperparamètres grâce à des approches multi-objectifs.

DCR améliore l'interprétabilité de l'IA tout en gardant une grande précision.

Une nouvelle méthode améliore la classification des gestes de la main en utilisant des signaux cérébraux.

La bibliothèque GOMEA combine Python et C++ pour des solutions d'optimisation efficaces.

Une nouvelle approche basée sur les données pour prévoir la profondeur de fissuration dans les revêtements en asphalte.

Cette étude présente un modèle pour aligner les normes avec plusieurs valeurs dans des systèmes d'agents.

Explorer l'impact des méthodes de réinitialisation dans les SNN et leurs applications.

Un nouveau modèle améliore les données génétiques synthétiques pour un meilleur diagnostic et traitement.

Explorer le rôle des oscillateurs neuronaux dans l'avancement des technologies d'apprentissage automatique.

Cet article explore une nouvelle méthode d'IA pour étudier efficacement les modèles de neurones.

Un aperçu de comment le GKLS aide à évaluer les méthodes d'optimisation de manière efficace.

Une nouvelle méthode utilise des IRM et l'apprentissage automatique pour identifier l'Alzheimer de manière efficace.

Une méthode pour améliorer l'interprétabilité et la performance des réseaux de neurones inspirée du cerveau humain.

CHNNet offre un apprentissage plus rapide et de meilleures performances dans les réseaux de neurones.