Derniers articles pour Modèles informatiques

Une nouvelle méthode améliore l'apprentissage dans les réseaux de neurones à spikes en intégrant des ajustements de délai.

Le Transformer à Attention Duale améliore les techniques de tagging de jets en physique des particules.

La matière programmable permet aux matériaux de changer de forme et de propriétés, offrant plein d'applications différentes.

Évaluer l'efficacité de l'ordre causal indéfini en informatique quantique.

Un nouveau modèle promet un meilleur apprentissage pour l'intelligence artificielle grâce à des méthodes inspirées du cerveau.

Explorer le potentiel des qudits en informatique quantique et leurs avantages.

La recherche combine l'apprentissage automatique et la physique quantique pour identifier les corrélations quantiques dans les qubits.

Comprendre comment les neutrons interagissent dans les noyaux atomiques façonne la physique nucléaire.

UGT combine des infos graphiques locales et globales pour une meilleure analyse des données.

Un aperçu de comment les jets éclairent notre compréhension des interactions entre particules.

L'algorithme ReLiCA simplifie la création de modèle en utilisant des règles d'automates cellulaires et des paramètres efficaces.

Une nouvelle méthode combine des récompenses basées sur le langage avec des approches traditionnelles en RL.

Une méthode sans modèle pour la prise de décision dans des environnements incertains en utilisant des techniques bayésiennes.

Un aperçu de la synthèse à meilleur effort pour les agents confrontés à l'incertitude.

Améliorer la complétion des graphes de connaissances avec des techniques avancées d'agrégation de règles.

Un aperçu des Systèmes 1-Tag Gelés et de leur signification computationnelle.

Une nouvelle approche pour simplifier les simulations de processus avec des vitesses variables.

Le nouveau modèle Edge of Stability améliore la mémoire et les performances des réseaux neuronaux.

Cette étude se concentre sur l'amélioration des modèles multilingues pour les langues à ressources limitées grâce à l'adaptation du vocabulaire.

De nouveaux modèles améliorent la manière dont les machines se souviennent des données et les généralisent.

Cet article relie les automates à pile parallèles avec les grammaires contextuelles commutatives.

Un aperçu de l'analyse de constituants et du rôle du parsing M-monoïde en NLP.

Un aperçu des réseaux de neurones et de leur impact sur le fonctionnement du cerveau.

Une nouvelle approche améliore les performances dans les tâches de représentation et de transformation des données.

Un nouveau protocole garantit la confidentialité dans les calculs en utilisant des systèmes SN P.

Combiner des modèles pour améliorer la précision et l'efficacité dans l'apprentissage profond.

Une nouvelle approche fusionne des modèles d'état avec des réseaux de neurones à impulsions pour une meilleure gestion des données.

Présentation de SAR-GNN : Une nouvelle méthode pour une classification de graphes efficace.

Un aperçu des frameworks d'apprentissage des réseaux neuronaux et de leurs implications pour le développement de l'IA.

La recherche met en avant l'impact de la douceur sur les attaques adversariales dans la génération d'images.

Enquête sur le rôle de la multifractalité dans le comportement des particules quantiques et ses applications.

Un nouveau cadre améliore la précision dans la classification des nœuds avec des données étiquetées limitées.

Un nouveau modèle qui améliore l'apprentissage des graphes en se concentrant sur les paires de nœuds.

Cet article explore des méthodes pour étudier les cristaux mixtes et leurs applications.

Examiner les corrélations faibles et le comportement linéaire dans les réseaux de neurones pendant l'entraînement.

Une nouvelle méthode utilisant des octogones pour améliorer la représentation des graphes de connaissances.

Un aperçu de la théorie essentielle derrière les modèles d'apprentissage profond.

Un aperçu de comment des règles simples créent des comportements complexes dans des automates triangulaires.

Examiner comment les GFlowNets se généralisent à des zones non testées et leur potentiel d'application.

Utiliser la mécanique quantique pour générer des nombres vraiment aléatoires.