Articoli più recenti per Funzioni di Perdita

Esplorando un approccio unificato per migliorare l'accuratezza e la coerenza della classificazione.

Un nuovo metodo migliora la stima dei nuclei di memoria nella dinamica delle particelle.

Un nuovo vision transformer leggero migliora la stima della profondità per dispositivi a bassa potenza.

Switch-DiT migliora la generazione di immagini tramite innovative relazioni di compiti di denoising.

Un nuovo modo per trovare campioni di backdoor senza avere dati puliti.

Uno studio rivela i fattori che influenzano le prestazioni del GCN a strato singolo su vari modelli di dati.

Le reti neurali probabili offrono intuizioni più profonde sull'incertezza nella modellazione scientifica.

Un nuovo approccio semplifica il video grounding eliminando la necessità di etichette temporali precise.

Un nuovo metodo per un'ottimizzazione del peso efficace nei compiti di machine learning multi-obiettivo.

Usare le reti neurali per risolvere in modo efficiente equazioni differenziali parziali complesse.

Un metodo che combina fisica e deep learning migliora la chiarezza delle foto sott'acqua.

Un nuovo approccio per la stima della profondità da un'immagine singola, superando i limiti della fotocamera.

Le soluzioni automatizzate per identificare i tumori cerebrali sembrano promettenti per migliorare la cura dei pazienti.

Usare le reti neurali offre nuove prospettive sulla dinamica dell'attrito e sulla modellazione predittiva.

Un nuovo metodo migliora l'apprendimento auto-supervisionato concentrandosi su coppie di immagini di alta qualità.

Questo articolo parla dell'importanza dell'inizializzazione dei parametri nelle reti neurali.

Esplorare metodi di ottimizzazione robusta per dati incerti nelle decisioni.

Migliorare il rilevamento di oggetti grandi negli ambienti dei veicoli autonomi.

Questo lavoro presenta un framework sistematico per analizzare gli algoritmi di machine learning.

Questo articolo descrive un metodo per creare gemelli digitali di oggetti in movimento.

Una nuova funzione di perdita migliora l'affidabilità degli operatori neurali per risolvere le PDE.

Integrare il ragionamento umano nell'addestramento dell'IA migliora le spiegazioni del modello e crea fiducia.

Un nuovo metodo migliora le prestazioni dei Vision Transformers su dataset sbilanciati.

Un nuovo metodo migliora i modelli facciali 3D catturando espressioni sottili.

Questo studio esamina come le piccole inizializzazioni dei pesi influiscono sull'addestramento delle reti neurali.

Una nuova funzione di perdita migliora la precisione nei compiti di segmentazione semantica.

OLRG offre un approccio nuovo per simulare meglio sistemi quantistici complessi.

Uno sguardo a MONA, un sistema che migliora la comunicazione del parlato silenzioso.

Questo lavoro sviluppa un metodo per gestire meglio le sfide della classificazione di testi con più etichette.

Un nuovo metodo migliora la segmentazione con annotazioni minime nelle immagini mediche 3D.

Un nuovo metodo semplifica l'editing delle immagini concentrandosi sul rumore e sul tempo.

Il machine learning migliora i modelli di viscosità artificiale per simulazioni numeriche più accurate.

Un nuovo approccio che usa la programmazione genetica per migliorare le funzioni di perdita nella classificazione delle immagini.

Un nuovo metodo migliora la stima dei parametri per la regressione lineare in presenza di distribuzioni di errore non standard.

Questo studio migliora l'allineamento delle immagini retiniche usando tecniche avanzate di deep learning.

EMOPortraits migliora il realismo degli avatar animati rendendo più precisa l'espressione delle emozioni.

Esplorando il ruolo del deep learning nel migliorare le tecniche di compressione video.

tLaSDI unisce la termodinamica e il machine learning per modellare sistemi dinamici complessi.

Un nuovo metodo migliora l'elaborazione del suono tramite la sintonizzazione automatica delle Reti di Ritardo di Feedback.

Metodi innovativi affinano le embedding dell'ontologia per una migliore completamento della base di conoscenza.