Articoli più recenti per DNN

DeepSample offre tecniche efficaci per testare le Reti Neurali Profonde in modo efficiente e preciso.

Nuovo metodo migliora l'affidabilità delle DNN contro piccoli spostamenti d'immagine.

Introducendo un framework di memoria flessibile per ottimizzare gli acceleratori di reti neurali profonde.

Questo articolo parla dell'uso di reti neurali profonde per prevedere le proprietà dei mesoni.

Un modo veloce per valutare le prestazioni di un DNN dopo un nuovo addestramento.

Un framework che migliora le prestazioni delle DNN in ambienti con vincoli energetici.

Nuove tecniche migliorano la verifica delle reti neurali profonde per applicazioni più sicure.

I ricercatori migliorano le misurazioni delle stelle brillanti usando reti neurali profonde.

Stanno nascendo nuovi metodi per approssimare funzioni complesse partendo da dati limitati.

Nuovo metodo riduce le minacce backdoor nei reti neurali profonde.

Un nuovo benchmark migliora i metodi di ottimizzazione multi-obiettivo offline in vari settori.

Migliorare le prestazioni delle RNN attraverso metodi di campionamento dei dati efficienti.

Un nuovo ottimizzatore migliora l'efficienza nell'eseguire reti neurali profonde sulle GPU.

FRED migliora la comunicazione per un'addestramento del deep learning più veloce ed efficiente.

Un nuovo metodo migliora le prestazioni delle reti neurali a impulsi nei compiti linguistici.

Questo documento presenta un nuovo IDS basato su DNN in reti programmabili.

Questo studio esplora modelli di deep learning per una mappatura accurata del riso in Bhutan.

Combinare potatura e quantizzazione rende più efficienti le DNN per dispositivi più piccoli.

Esplorando l'ottimizzazione delle DNN per dispositivi con energia limitata.

Un nuovo framework affronta l'equità nelle reti neurali profonde durante il potatura dei modelli.

Uno studio rivela differenze chiave nel modo in cui gli esseri umani e l'IA rappresentano le immagini.

Esaminando il ruolo delle tecniche di dropout nel migliorare l'equità nei DNN.

SPOGA accelera le reti neurali profonde con una velocità e un'efficienza energetica migliori.

Uno sguardo su come migliorare l'uso delle FPGA nelle applicazioni DNN con nuove tecniche.

L'edge computing migliora la velocità e l'efficienza nelle app mobili usando l'IA.

Un nuovo metodo migliora l'efficienza del deep learning per i dispositivi edge.

Uno sguardo approfondito su come noi e le macchine riconosciamo gli oggetti.

Un nuovo metodo migliora i test per le reti neurali profonde concentrandosi sulle performance complessive.

Presentiamo DUCD, un metodo incentrato sulla privacy per proteggere i DNN dagli attacchi avversari.

HYDRA migliora l'efficienza delle reti neurali profonde per dispositivi edge con risorse limitate.

HESSO semplifica la compressione dei modelli, rendendo le reti neurali più efficienti senza perdere prestazioni.

Uno studio mostra che le variazioni di colorazione ostacolano le reti neurali profonde nella previsione del cancro.

Questa ricerca esplora metodi per ridurre l'uso di memoria nell'addestramento di reti neurali profonde.

Ottimizzare le DNN con quantizzazione a potenza di due per dispositivi con risorse limitate.

I chip AIMC sembrano promettenti per difendere l'IA da attacchi astuti.

Una nuova strategia per affrontare più compiti nei deep neural networks.

Questo studio misura l'incertezza nelle previsioni dei modelli per rilevare schemi di design ingannevoli.

Scopri come gli attacchi B3FA compromettono le reti neurali profonde con poche informazioni.

Scopri come controllare se le reti neurali rimangono precise con i cambiamenti nei dati.

Nuove tecniche migliorano la rilevazione delle malattie delle piante per gli agricoltori usando droni e intelligenza artificiale.