Articoli più recenti per Ricerca dell'Architettura Neurale

Un nuovo approccio per migliorare l'efficienza nei processi di ricerca dell'architettura neurale.

Manticore automatizza la creazione di modelli linguistici ibridi, migliorando l'efficienza e le prestazioni.

Un nuovo framework migliora il rilevamento dei guasti nei treni usando tecniche avanzate di deep learning.

Nuovo framework riduce le emissioni di carbonio nel design dei modelli di deep learning.

Il framework RC-NAS migliora i modelli di deep learning contro attacchi avversariali in modo efficace.

Questo studio valuta metodi di embedding leggeri per sistemi di raccomandazione efficaci.

Un nuovo approccio alla ricerca di architetture neurali offre flessibilità e prestazioni migliorate.

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

MCU-MixQ migliora le prestazioni dei modelli AI sui microcontrollori ottimizzando l'uso delle risorse.

Quest'articolo parla di come migliorare la velocità di addestramento delle reti neurali usando il transfer learning dai supernet.

Un nuovo metodo migliora la ricerca dell'architettura per i modelli di deep learning.

Un sistema che permette l'autenticazione vocale in più lingue per dispositivi mobili.

Presentiamo SHSADE-PIDS, un metodo efficace per la ricerca di architetture neurali nei dati di nuvole di punti.

Un nuovo metodo migliora la ricerca delle funzioni di attivazione per i modelli di deep learning.

Nuovi metodi permettono il monitoraggio della pressione sanguigna non invasivo tramite dispositivi indossabili.

Un'app web che semplifica l'apprendimento federato per migliorare la privacy dei dati e l'accessibilità per gli utenti.

Un nuovo metodo migliora la chiarezza e il riconoscimento delle immagini in ambienti rumorosi.

POMONAG migliora la ricerca architettonica concentrandosi su più obiettivi per una maggiore efficienza.

Un nuovo algoritmo migliora la rilevazione precoce della paralisi cerebrale nei bambini.

Metodi innovativi per migliorare le reti neurali con meno potenza di calcolo.

Il nuovo sistema ILASH riduce il consumo di energia e le emissioni nei modelli di IA.

I ricercatori trovano modi per aiutare i robot ad imparare nuovi compiti più in fretta.