Derniers articles pour Réseaux de neurones

Cette étude explore comment les réseaux neuronaux traitent des formes incomplètes comme le cerveau humain.

De nouvelles méthodes d'entraînement améliorent l'efficacité des réseaux neuronaux optiques dans l'analyse de données.

Une nouvelle approche simplifie l'entraînement des réseaux de neurones équivariants pour de meilleures performances.

Une nouvelle méthode améliore la capacité des réseaux de neurones à gérer les changements géométriques.

Une nouvelle méthode améliore l'utilisation de la mémoire et la vitesse d'entraînement des grands modèles de langage.

De nouvelles méthodes améliorent la distillation des jeux de données pour les jeux de données à longue traîne.

Améliorer la précision de la classification d'images en utilisant des embeddings d'autoencodeur préentraînés dans SimCLR.

Cet article explore la quantification zéro-shot et ses applications en imagerie infrarouge.

Une nouvelle méthode utilisant AutoSparse pour un élagage efficace des réseaux neuronaux dès le départ.

Améliorer la clarté de la parole grâce à des filtres hybrides et des réseaux neuronaux.

Une nouvelle méthode améliore les réseaux de neurones pour des appareils comme les smartphones et les ordinateurs à bas prix.

Explorer des prior flexibles pour améliorer les prédictions dans les modèles de dernière couche bayésienne.

Une exploration des processus d'entraînement complexes dans des réseaux de neurones étroits à deux couches.

Explorer les symétries locales pour améliorer les méthodes d'apprentissage machine basées sur des graphes.

L'architecture innovante améliore l'efficacité de l'apprentissage profond grâce à la computation optique.

Ce papier examine le changement soudain dans la capacité d'apprentissage des réseaux de neurones.

Un aperçu des techniques de transfert de poids et leur impact sur l'entraînement des réseaux de neurones.

Cette étude évalue le rôle des automates cellulaires neuronaux dans la segmentation d'images médicales.

Examiner comment les SNNs se comparent aux ANN en consommation d'énergie.

Analyse de l'impact des composants basés sur les quaternions sur les performances de classification d'images.

Une nouvelle méthode améliore la performance des réseaux de neurones bayésiens grâce à la symétrisation.

Le Réseau Dowker Neural Dynamique améliore l'analyse des graphes dirigés en évolution.

Un nouveau modèle améliore la précision de détection des objets dans des images complexes.

TINA rend le traitement du signal plus simple sur le matériel des réseaux de neurones.

G2C3 améliore les simulations de la microturbulence plasma dans les dispositifs de fusion en utilisant des réseaux de neurones.

Examiner l'organisation et la spécialisation des neurones dans les modèles de transformeurs.

Ce papier explore les mécanismes derrière les activations des neurones et leur impact sur la performance du modèle.

Une nouvelle méthode pour gérer le déséquilibre des classes avec Whitening-Net améliore la performance de classification d'images.

De nouvelles méthodes de compression d'images améliorent l'efficacité et la qualité.

Cet article parle du lien entre les RvNN et les Transformers à travers les CRvNN et les NDR.

Une nouvelle approche améliore les méthodes acteur-critique en apprentissage par renforcement.

Une nouvelle approche améliore la segmentation d'images en utilisant des techniques de supervision limitée.

Les RTUs améliorent l'efficacité et l'adaptabilité dans les tâches d'apprentissage séquentiel et de contrôle.

Une nouvelle approche simplifie les réseaux de neurones grâce à des opérations linéaires et des systèmes dynamiques.

Des chercheurs améliorent les réseaux neuronaux optiques avec des poids ternaires, boostant les performances et l'efficacité.

Examiner comment les techniques de régularisation influencent la capacité de l'apprentissage automatique à gérer des entrées inconnues.

Découvre comment les nouvelles méthodes améliorent l'ensemblage de poids en apprentissage machine.

K-Origins améliore l'évaluation des couleurs dans les réseaux de neurones pour une analyse d'image améliorée.

Apprends comment les symétries de groupe peuvent améliorer les modèles de classification en apprentissage automatique.

Un nouveau cadre améliore l'efficacité de la télédétection en utilisant des techniques inspirées du cerveau.