Informatica - Informatica neurale ed evolutiva

La ricerca sul reservoir computing si concentra sull'ottimizzazione dei modelli di rete per migliorare il machine learning.

L'algoritmo ReLiCA semplifica la creazione di modelli usando le regole degli Automata Cellulari e impostazioni efficaci.

Esaminando come i principi di apprendimento del cervello possano migliorare gli algoritmi di machine learning.

Esplorare modelli efficienti per il matching di somiglianza nel machine learning.

Esplorando il potenziale e le sfide delle reti neurali ottiche che usano la luce per il calcolo.

Un approccio innovativo per allenare le reti neurali senza gradienti.

Scopri EDOLAB, una piattaforma per affrontare problemi di ottimizzazione in evoluzione.

Il calcolo ottico usa la luce per offrire un'elaborazione più veloce e un'efficienza energetica maggiore.

Un nuovo metodo migliora le performance della classificazione multiclass usando ECOC con NEAT.

Nuovi metodi ottimizzano le reti neurali profonde per una migliore performance nel mondo reale.

Un nuovo metodo migliora l'efficienza convertendo le PINN in SNN per applicazioni scientifiche.

SPAIC trasforma i segnali analogici in segnali a impulso per migliorare il computing edge.

Uno sguardo alle reti neurali discrete e ai loro metodi di addestramento unici.

Un nuovo modello migliora la valutazione del rischio di malattia coronarica e i suggerimenti per il trattamento.

Un nuovo framework mira a migliorare l'accuratezza delle stime dei tempi di calcolo negli algoritmi evolutivi.

Questo studio presenta un nuovo modello per la codifica della memoria nelle reti neurali.

Nuovi algoritmi migliorano il recupero della memoria nelle reti di Hopfield per una performance migliore.

Nuove strategie migliorano l'apprendimento delle reti neurali in condizioni reali.

Quest'articolo esplora i GAN per creare strutture stabili di Angry Birds.

Le ODE neurali uniscono reti neurali con sistemi dinamici per un apprendimento avanzato.

Questo documento parla dei metodi per l'approssimazione della fitness negli algoritmi genetici usando l'apprendimento automatico.

Esplorare il potenziale e le sfide delle Reti Neurali Ottiche nel computing.

Un nuovo metodo migliora l'efficienza della pianificazione del lavoro usando tecniche di apprendimento profondo per rinforzo.

Esplorando il collo di bottiglia relazionale e il suo ruolo nella comprensione dei concetti astratti.

Scopri come le disposizioni dei dati influenzano le prestazioni e il ruolo degli algoritmi evolutivi.

Racing-CVGP migliora l'efficienza della regressione simbolica nella scoperta di equazioni matematiche.

I V-net offrono una nuova prospettiva sull'efficienza e le prestazioni del deep learning.

Questo articolo esplora il legame tra deep learning e metodi di rinormalizzazione usando il modello di Ising.

Uno studio sulla parallelizzazione delle reti neurali usando il linguaggio di programmazione Go.

Gli astrociti migliorano le prestazioni e la tolleranza ai guasti delle Reti Neurali a Spiking.

Esplorare come gli sciami di robot navigano tra ostacoli in ambienti imprevedibili.

La ricerca esplora come l'IA interpreta l'equità e la moralità nel linguaggio.

Questo studio automatizza la classificazione dei testi scientifici con le giuste ontologie.

Un nuovo approccio per ottimizzare le reti neurali profonde su dispositivi con risorse limitate.

Un nuovo modello migliora le previsioni per l'isteresi magnetica nei materiali.

Un nuovo metodo migliora la selezione delle caratteristiche modificando le caratteristiche ombra con rumore.

Un nuovo approccio che utilizza grafi di assemblaggio della comunità per studiare la selezione lexicase nella programmazione genetica.

Un nuovo approccio migliora i modelli di deep learning per un uso efficiente nella tecnologia indossabile.

Le reti neurali iperboliche migliorano la rappresentazione della struttura ad albero nella data science.

dNEAT offre un modo nuovo per modellare sistemi complessi in modo efficace.