Articoli più recenti per Trasformatore

Nuovi metodi per ampliare i modelli transformer senza perdere i progressi di addestramento precedenti.

Il Modulo di Convoluzione Spaziale a Scala Incrociata migliora l'efficienza nei modelli di riconoscimento delle immagini.

Graph-Segmenter migliora la segmentazione delle immagini grazie a tecniche di transformer innovative.

Una nuova struttura di rete migliora il rilevamento degli oggetti usando immagini RGB-D.

CASS combina tecniche di intelligenza artificiale per migliorare l'analisi della salute con dati limitati.

Un nuovo metodo migliora la rilevazione dei cambiamenti ambientali usando immagini di telerilevamento.

Un nuovo metodo migliora l'apprendimento automatico mantenendo la conoscenza mentre si imparano nuovi compiti.

MatchXML migliora l'efficienza nella classificazione dei testi gestendo milioni di etichette.

Un nuovo metodo migliora l'accuratezza delle previsioni per i sistemi caotici.

SyncTrack migliora il tracciamento di oggetti 3D per applicazioni in tempo reale.

ACC-UNet migliora l'analisi delle immagini mediche grazie a un'innovativa integrazione dei modelli.

GTR combina la posizione dello sguardo e il rilevamento degli oggetti per risultati più veloci e precisi.

Usare i contatori intelligenti per rilevare se c'è qualcuno a casa, mantenendo la privacy.

Analizzando metodi efficaci per prevedere le tendenze dei casi di COVID-19.

DETRack offre una soluzione efficiente per il tracciamento visivo con strategie di allenamento avanzate.

Delta-LoRA semplifica il fine-tuning per i grandi modelli di linguaggio, offrendo prestazioni migliori e un minor consumo di risorse.

La ricerca migliora i modelli per tradurre il testo in lingua dei segni.

Un approccio basato su Transformer migliora l'accuratezza del riconoscimento dei caratteri scritti a mano.

Questo studio esamina modelli di deep learning per prevedere il numero di visitatori nel turismo.

Un nuovo approccio che utilizza nuvole di punti migliora l'efficienza nella progettazione di impianti cranici.

SDLFormer unisce tecniche avanzate per una migliore qualità delle immagini MRI e elaborazione più veloce.

CATS v2 migliora l'accuratezza nella segmentazione delle immagini mediche attraverso approcci ibridi.

Questo articolo parla dei miglioramenti nei metodi di pooling per i transformer nell'apprendimento supervisionato.

Radio2Text usa segnali mmWave per il riconoscimento vocale in tempo reale in ambienti rumorosi.

Esplorare come i trasformatori si adattano a prevedere risultati in sistemi sconosciuti.

Uno studio su 13 modelli transformer progettati specificamente per la lingua russa.

Un nuovo approccio per migliorare l'accuratezza nella raccolta dei dati 3D di EBSD.

Questa ricerca esplora tecniche di deep learning per migliorare le difese contro gli attacchi di canale laterale.

Un nuovo approccio traduce le descrizioni testuali in sequenze video.

Valutare le prestazioni dei modelli Transformer usando hardware GAUDI specializzato.

Esplorando lo sviluppo e l'impatto dei modelli di linguaggio moderni sulla comunicazione.

I trasformatori migliorano la pianificazione dei percorsi e la mappatura cognitiva in ambienti complessi.

Esaminando la relazione tra i transformers e le RNN nei processi linguistici.

GATS unisce modelli pre-addestrati per migliorare l’elaborazione dei dati multimodali.

ConvFormer migliora la precisione della segmentazione nelle immagini mediche combinando CNN e trasformatori.

Un nuovo framework migliora l'apprendimento continuo per compiti che combinano visione e linguaggio.

Questo studio esamina l'aggiunta della ricorrenza ai Transformers per migliorare le prestazioni nei compiti di machine learning.

Uno sguardo a come i Transformers e i GSSM gestiscono i compiti di copia.

Questa ricerca migliora le RNN usando più prospettive per un'elaborazione del testo migliore.

Uno sguardo alla disartria, alla sua rilevazione e al ruolo della tecnologia.