Informatica - Informatica neurale ed evolutiva

Un approccio fresco per valutare le reti neurali senza dover fare troppa formazione.

Questo articolo parla di un nuovo approccio all'apprendimento direttamente sui dispositivi IoT.

Questo studio migliora il design del tubo di scarico usando il machine learning per una migliore efficienza idroelettrica.

ECToNAS semplifica il processo di ricerca delle architetture ottimali per le reti neurali.

Uno sguardo a come la selezione lexicase gestisce più obiettivi nella computazione evolutiva.

Approfondimenti sull'uso dell'energia e sull'efficienza nei modelli di deep learning.

EMBGO migliora la ricerca di soluzioni ottimali in compiti numerici complessi.

Nuovo framework migliora la previsione delle intenzioni dei pedoni per le auto a guida autonoma.

I ricercatori semplificano le reti neurali per migliorare le prestazioni su dispositivi con risorse limitate.

Nuovo metodo combina reti neurali per migliorare l'efficienza e le prestazioni.

Uno sguardo a come le reti neurali possono modellare funzioni complesse in vari settori.

Un nuovo metodo per migliorare l'efficienza dell'addestramento dei modelli di deep learning.

Nuovi metodi migliorano la previsione di diverse strutture cristalline per materiali avanzati.

Un metodo multi-obiettivo per massimizzare l'influenza considerando vari fattori.

Esplora i modelli che imitano i processi cerebrali attraverso i picchi.

KAT permette ai robot di imparare i compiti in fretta con meno esempi.

La programmazione assembly incontra la competizione mentre i sopravvissuti si sfidano in CodeGuru Xtreme.

NYCTALE migliora la valutazione dei noduli polmonari attraverso un'analisi avanzata delle TAC.

Nuovi dispositivi memristivi imitano le funzioni del cervello, aumentando l'efficienza dell'apprendimento dell'AI.

Uno sguardo su come gli agenti adattano il loro apprendimento per raccogliere cibo.

Uno sguardo su come la materia è distribuita nell'universo attraverso approssimazioni simboliche.

SpikExplorer semplifica il design di reti neurali spiking efficienti in termini di energia per dispositivi portatili.

I PNC uniscono reti neurali e circuiti probabilistici per fare previsioni e modelli migliori.

Una nuova prospettiva su come le reti neurali apprendono le caratteristiche attraverso percorsi simili a quelli degli esperti.

Nuovi metodi migliorano l'efficienza nella scelta del target per l'influenza nella rete.

Un nuovo metodo flessibile per i tassi di mutazione migliora l'efficacia degli algoritmi evolutivi.

Le Reti Neurali Strutturalmente Flessibili migliorano l'adattabilità per compiti diversi.

EODE migliora l'accuratezza della classificazione del cancro grazie a tecniche di modello innovative.

Esplora un approccio nuovo per migliorare l'apprendimento delle reti neurali usando principi biologici.

EBGWO migliora la ricerca di soluzioni attraverso meccanismi innovativi nei compiti di ottimizzazione.

Usare il deep learning per migliorare l'efficienza del trasporto pubblico e ridurre i costi.

Un nuovo approccio migliora l'evitamento degli ostacoli nei robot usando il calcolo neuromorfico.

Un nuovo approccio di intelligenza artificiale punta a migliorare la velocità e l'efficienza nella generazione di immagini e video.

Scopri come il computing neuromorfico migliora la comunicazione nelle microreti.

Questa ricerca identifica nuovi ottimizzatori promettenti per modelli di deep learning.

Questo studio valuta modelli surrogati per efficienza e accuratezza nei compiti di ottimizzazione.

Esplora come le regole di base possono guidare gli agenti attraverso i labirinti con informazioni minime.

Questa ricerca mette in evidenza il ruolo del crossover e della diversità negli algoritmi evolutivi.

Un nuovo metodo unisce algoritmi per affrontare sfide di ottimizzazione multi-obiettivo.

La ricerca migliora l'efficienza e la precisione nelle decisioni delle reti neurali spiking.