Articoli più recenti per Deep Learning

Nuovi approcci migliorano la modellazione dei comportamenti fisici in geometrie diverse.

CAMOT migliora il tracciamento multi-oggetto stimando angoli e profondità della telecamera.

TensorSocket migliora l'efficienza dell'addestramento del deep learning attraverso il caricamento condiviso dei dati.

Esaminare l'uso energetico dei modelli di IA nell'apprendimento continuo per la sostenibilità.

Nuovo strumento ODiMO migliora le prestazioni DNN su hardware edge.

Nuovi metodi accelerano la codifica e la decodifica video.

Le funzioni di Zorro offrono soluzioni fluide per migliorare le prestazioni delle reti neurali.

Una nuova funzione di perdita migliora la qualità audio allineando fase e ampiezza.

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

Ottimizzare le DNN con quantizzazione a potenza di due per dispositivi con risorse limitate.

AUCSeg migliora la segmentazione affrontando il problema del bilanciamento delle classi nell'elaborazione delle immagini.

Un nuovo metodo migliora la misurazione dell'incertezza nelle reti neurali profonde con un minore utilizzo di memoria.

Un nuovo metodo migliora l'accuratezza della segmentazione integrando forma e intensità nelle immagini mediche.

L'uso innovativo delle LUT migliora le prestazioni degli FPGA per i compiti di deep learning.

Esplorando l'integrazione del deep learning con i metodi bayesiani per migliorare la stima dei dati.

Questo articolo confronta i modelli U-Net e quelli basati su transformer per la segmentazione di immagini da microscopio.

MambaJSCC integra tecniche di codifica per migliorare la comunicazione delle immagini via wireless.

Un nuovo metodo migliora l'efficienza dei modelli computerizzati senza compromettere le prestazioni.

Presentiamo MG-Net, un framework per migliorare le tecniche di ottimizzazione quantistica tramite deep learning.

Un nuovo metodo migliora l'accuratezza nella rilevazione nelle immagini mediche.

Questo studio si concentra sul miglioramento della qualità delle immagini tramite metodi di ripristino dei dati RAW.

Nuovo metodo migliora il matching delle immagini da diversi spettri di telecamera.

Questo articolo parla di come migliorare le previsioni dei computer nei video rettificando le sequenze di immagini.

Esplora i metodi di apprendimento locali che stanno trasformando l'allenamento delle reti neurali.

Presentiamo un metodo per migliorare la privacy senza sacrificare l'accuratezza del modello.

Esplorando un approccio nuovo per migliorare la segmentazione semantica usando principi di compressione.

Un nuovo approccio migliora l'efficacia dell'apprendimento profondo nella risoluzione di PDE.

La ricerca mette in evidenza come l'apprendimento delle caratteristiche migliori le prestazioni delle reti neurali in modo efficace.

Uno sguardo a come diverse rappresentazioni nell'IA migliorano la comprensione.

Uno sguardo su come le CNN interpretano le immagini e le loro caratteristiche.

SimCLR migliora l'addestramento del modello utilizzando dati non etichettati nei compiti di visione.

Scopri come la segmentazione superpixel rende l'analisi delle immagini più facile per le macchine.

Scopri come il Layer-Adaptive State Pruning migliora i modelli di deep learning.

Combinare i dati RGB e la profondità migliora il riconoscimento delle parti nella produzione.

Capire come i modelli di deep learning gestiscono l'incertezza è fondamentale per previsioni precise.

Questo articolo parla del ruolo delle perdite surrogate nella risoluzione di problemi complessi di machine learning.

Trap-MID offre un modo intelligente per proteggere i dati dagli hacker.

NeuralDEM accelera la simulazione delle particelle usando il deep learning per ottenere risultati ingegneristici migliori.

Uno sguardo alla fusione dei modelli pesati e al suo impatto sulle prestazioni del deep learning.

Un nuovo approccio migliora la comprensione delle interazioni tra neuroni e del loro ruolo nel comportamento del cervello.