Derniers articles pour Réseaux de neurones

Présentation d'une nouvelle approche pour modéliser des systèmes avec de l'aléatoire en utilisant des réseaux de neurones.

Nouvelles méthodes pour agrandir les modèles de transformateurs sans perdre les progrès d'entraînement précédents.

DFM-X améliore les réseaux de neurones en s'attaquant à l'apprentissage par raccourci grâce à des insights sur les fréquences.

Explorer comment l'élagage et les quaternions améliorent les performances des réseaux de neurones.

Cette étude montre les avantages du SGD en termes de robustesse par rapport aux méthodes d'entraînement adaptatif.

Ce document parle des Réseaux de Flux Bayésiens et de leur efficacité dans la génération de données.

Une nouvelle méthode améliore la façon dont les réseaux de neurones gèrent les données inconnues.

La SVD ternaire offre une méthode plus simple et efficace pour compresser les réseaux de neurones.

Un aperçu du contrôle du transport neural et de ses applications.

Présentation des nœuds SNN réversibles pour un entraînement efficace et une utilisation optimale de la mémoire.

Les avancées en deep learning améliorent la qualité et l'efficacité de l'imagerie Cone Beam CT.

De nouvelles techniques améliorent le processus d'entraînement des réseaux de neurones à pics.

Un nouveau cadre améliore la fiabilité des modèles d'apprentissage profond face aux changements subtils.

EDNIL renforce la robustesse du modèle face aux changements de contextes de données.

Une nouvelle approche permet de former des réseaux de neurones de manière efficace sur des petits appareils sans propagation arrière.

HollowNeRF améliore l'efficacité et la qualité du rendu 3D en utilisant une gestion de données ciblée.

Un aperçu de l'injectivité des couches ReLU et de leurs implications dans les réseaux de neurones.

La recherche sur le calcul par réservoir se concentre sur l'optimisation des conceptions de réseaux pour améliorer l'apprentissage machine.

Evol-Q améliore la précision de quantification dans les Vision Transformers grâce à des techniques de recherche évolutive.

Cet article explore comment améliorer la classification en utilisant le softmax hiérarchique en apprentissage machine.

Examiner comment les réseaux de neurones causaux renforcent la résistance aux attaques adversariales.

Un nouveau design de réseau de neurones en métamatériaux améliore l'efficacité et la vitesse du traitement d'images.

Explore les stratégies de formation initiales dans l'apprentissage incrémental en classe sans garder les exemples passés.

Explorer des modèles efficaces pour la correspondance de similarité en apprentissage automatique.

L'équivariant permet aux réseaux de neurones de reconnaître les images de manière cohérente malgré les transformations.

Explorer le potentiel et les défis des réseaux neuronaux optiques utilisant la lumière pour le calcul.

Cet article parle de l'Hypothèse du Billet de Loterie et des techniques d'élagage dans les DNN.

Un aperçu de l'amélioration de l'entraînement des RNN profonds grâce aux méthodes de stabilité des gradients.

Une approche révolutionnaire pour entraîner des réseaux de neurones sans gradients.

Une nouvelle méthode vise à aider les modèles à apprendre de nouvelles tâches sans oublier les anciennes.

Une nouvelle méthode améliore les modèles de diffusion pour une génération d'images plus claire.

Une nouvelle méthode pour améliorer les réseaux de neurones en gérant les corrélations entre neurones.

Un aperçu des réseaux de Hopfield traitant de la généralisation et du surapprentissage.

Des chercheurs développent des masques de poids pour aider les modèles à garder leurs connaissances en apprenant de nouvelles tâches.

Une nouvelle méthode améliore la performance de classification multiclasses en utilisant ECOC avec NEAT.

Une nouvelle méthode améliore la classification des sons sous-marins des navires en utilisant des réseaux de neurones.

Un nouvel outil évalue comment les réseaux de neurones réagissent aux changements d'input, super important pour la sécurité.

Une nouvelle méthode pour améliorer la qualité de la parole en utilisant des réseaux éconergétiques.

Un aperçu des dynamiques de la descente de gradient stochastique (SGD) et de ses effets sur l'entraînement des modèles.

Une nouvelle méthode améliore les performances des modèles sur des données invisibles en vision par ordinateur.