Informatica - Informatica neurale ed evolutiva

Un modello ibrido migliora il ripristino delle immagini usando reti neurali a impulsi e convoluzionali.

Un nuovo metodo usa i biosignali per classificare efficacemente il dolore cronico alla schiena.

GOMEA migliora la velocità di risoluzione dei problemi usando tecniche evolutive avanzate.

Nuove reti neurali che usano memristor migliorano l'efficienza e l'adattabilità.

Un metodo per migliorare la comunicazione e l'efficienza nelle reti elettriche.

Nuovi metodi migliorano gli operatori genetici negli algoritmi evolutivi usando il deep learning.

Indagare su come i transformer imparano e generalizzano dai compiti compositivi.

Un framework per migliorare le operazioni aeroportuali durante le emergenze mantenendo i voli regolari.

Ecco SpikeVoice, un sistema a risparmio energetico per una sintesi testo-voce di alta qualità.

Un nuovo metodo per migliorare l'efficienza nell'allenamento delle reti neurali a impulsi.

Tecniche per ottimizzare le RNN, concentrandosi su Mamba e le sfide della quantizzazione.

Le ricerche mostrano come la variabilità migliori i controllori ANN per una performance migliore in ambienti diversi.

Esplorando il ruolo dei sistemi neuromorfici nella gestione delle sfide delle microreti.

Un nuovo approccio che usa la programmazione genetica per spiegare i processi decisionali dell'IA.

Un nuovo metodo affronta in modo efficace problemi di ottimizzazione complessi.

La ricerca svela come la musica influisce sull'attività cerebrale usando l'intelligenza degli organoidi.

Scopri come la dimensione della popolazione e la ridondanza dei casi di test influenzano la selezione lexicase.

Esplorare come i robot possono adattarsi usando le loro forme fisiche per comportamenti intelligenti.

Design innovativi per le macchine fotografiche migliorano il modo in cui le macchine rilevano oggetti in movimento.

Un nuovo metodo migliora l'analisi dei dati neurali tra le aree del cervello.

Scopri come l'apprendimento continuo sta trasformando l'intelligenza artificiale e le sue applicazioni.

Tecniche per gestire gli iperparametri e i pesi del modello per migliorare le performance.

Questo articolo analizza algoritmi co-evolutivi per problemi di ottimizzazione avversariale binaria.

Esplorare come la struttura temporale migliori le prestazioni delle reti neurali a impulsi.

MALT migliora l'efficienza e il successo degli attacchi avversariali nei modelli di classificazione delle immagini.

CAReLU migliora l'apprendimento bilanciando valori positivi e negativi nei modelli di deep learning.

Un confronto tra SNN e ANN per il flusso ottico usando dati di telecamera basati su eventi.

Un nuovo framework migliora la comprensione degli algoritmi di ricerca locale e del loro comportamento.

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

Esplorando il ruolo del calcolo neuromorfico nell'elaborazione efficiente dei dati e nell'apprendimento automatico.

Un nuovo modello migliora la classificazione delle immagini per i dispositivi a basso consumo.

I neuroni quantistici Leaky Integrate-and-Fire offrono nuove possibilità per un'elaborazione dei dati più efficiente.

Un progetto che usa reti neurali a impulsi per riconoscere i gesti in ASL.

Questo studio mostra come le reti neurali possano ricordare e riprodurre con precisione i modelli di picco in diverse condizioni.

Un nuovo modello allinea la programmazione con l'hardware neuromorfico per una maggiore efficienza.

Uno studio sul comportamento degli automi cellulari e delle reti casuali riguardo ai compiti di memoria.

Uno sguardo alle reti neurali usando modelli dettagliati e semplificati.

Un nuovo metodo migliora l'efficienza energetica e la velocità di elaborazione nelle CNN.

Un nuovo approccio codifica e ricostruisce segnali sensoriali usando treni di impulsi.

Un nuovo algoritmo su Loihi 2 sembra promettere per risolvere i problemi QUBO in modo efficiente.