Informatique - Informatique neuronale et évolutive

Un aperçu de l'informatique par réservoir et de ses applications pratiques dans la prédiction de données.

Une nouvelle approche améliore le raisonnement dans les réseaux de neurones en décomposant les tâches en étapes.

Méthodes pour prédire des données invisibles à partir d'échantillons observés.

Découvrez comment JCLEC-MO simplifie l'optimisation multi-objectifs pour les ingénieurs.

De nouvelles méthodes d'apprentissage améliorent l'efficacité et la précision des réseaux neuronaux à pics.

La bibliothèque Spyx améliore l'efficacité dans l'entraînement des réseaux de neurones à impulsions.

Une nouvelle approche améliore l'efficacité des réseaux neuronaux à pointes sans dépendance aux tâches.

Des chercheurs mélangent des méthodes numériques et analogiques pour améliorer l'efficacité de l'optique en informatique.

Une nouvelle approche pour évaluer les réseaux de neurones sans entraînement intensif.

Cet article parle d'une nouvelle approche pour l'apprentissage sur appareil dans les dispositifs IoT.

Cette étude améliore le design des tubes de descente en utilisant l'apprentissage automatique pour une meilleure efficacité de l'hydroélectricité.

ECToNAS simplifie le processus de recherche des architectures de réseaux de neurones optimales.

Un aperçu de comment la sélection lexicase gère plusieurs objectifs dans le calcul évolutif.

Aperçus sur l'utilisation de l'énergie et l'efficacité dans les modèles d'apprentissage profond.

EMBGO améliore la recherche de solutions optimales dans des tâches numériques complexes.

Un nouveau cadre améliore la prédiction des intentions des piétons pour les voitures autonomes.

Les chercheurs simplifient les réseaux de neurones pour améliorer les performances sur les appareils à ressources limitées.

Une nouvelle méthode combine des réseaux de neurones pour améliorer l'efficacité et la performance.

Un aperçu de comment les réseaux de neurones peuvent modéliser des fonctions complexes dans différents domaines.

Une nouvelle méthode pour améliorer l'efficacité de l'entraînement des modèles d'apprentissage profond.

De nouvelles méthodes améliorent la prédiction de structures cristallines variées pour des matériaux avancés.

Une méthode multi-objectifs pour maximiser l'influence tout en prenant en compte divers facteurs.

Explore les modèles qui imitent les processus cérébraux à travers des pics.

KAT permet aux robots d'apprendre des tâches rapidement avec moins d'exemples.

La programmation en assembleur rencontre la compétition alors que les survivants se battent dans CodeGuru Xtreme.

NYCTALE améliore l'évaluation des nodules pulmonaires grâce à une analyse avancée des scans CT.

De nouveaux dispositifs mémristifs imitent les fonctions du cerveau, améliorant l'efficacité de l'apprentissage de l'IA.

Un aperçu sur comment les agents s'adaptent dans leur apprentissage pour chercher de la nourriture.

Un aperçu de comment la matière est répartie dans l'univers grâce à des approximations symboliques.

SpikExplorer simplifie la conception de réseaux de neurones à pics écoénergétiques pour les appareils portables.

Les PNCs fusionnent les réseaux de neurones et les circuits probabilistes pour une meilleure prédiction et modélisation.

Une nouvelle perspective sur la façon dont les réseaux de neurones apprennent des caractéristiques à travers des chemins semblables à ceux des experts.

De nouvelles méthodes améliorent l'efficacité dans la sélection des cibles pour l'influence réseau.

Une nouvelle méthode flexible pour les taux de mutation améliore l’efficacité des algorithmes évolutifs.

Les réseaux de neurones structurellement flexibles améliorent l'adaptabilité pour des tâches diverses.

EODE améliore la précision de la classification du cancer grâce à des techniques de modèle innovantes.

Explore une nouvelle approche pour améliorer l'apprentissage des réseaux de neurones en utilisant des principes biologiques.

EBGWO améliore la recherche de solutions grâce à des mécanismes innovants dans les tâches d'optimisation.

Utiliser l'apprentissage profond pour améliorer l'efficacité des transports en commun et réduire les coûts.

Une nouvelle approche améliore l'évitement d'obstacles par les robots en utilisant l'informatique neuromorphique.