Articoli più recenti per Deep Learning

Esplora come il movimento del segnale influisce sulle prestazioni e l'addestramento dei trasformatori.

Nuovo metodo migliora l'affidabilità delle DNN contro piccoli spostamenti d'immagine.

Un metodo che migliora i compiti di segmentazione con minimi requisiti di addestramento.

Un nuovo metodo migliora la precisione nella classificazione degli ambienti interni usando funzionalità avanzate.

Un nuovo metodo che usa il deep learning affronta i fallimenti a catena nelle reti complesse.

I nuovi modelli puntano a migliorare la sicurezza e l'efficienza nell'energia da fusione.

Il nuovo modello migliora l'analisi video in tempo reale con una magnifica amplificazione del movimento.

Un nuovo framework migliora l'affidabilità e la stima dell'incertezza nella segmentazione delle immagini mediche.

Nuovo modello migliora l'accuratezza nella rilevazione dei tumori mediastinici usando l'apprendimento semi-supervisionato.

Usare pseudo scatole rumorose per una migliore selezione del modello nella localizzazione di oggetti debolmente supervisionata.

Migliorare le immagini del viso mantenendo intatta l'identità della persona.

Un nuovo metodo identifica rapidamente le caratteristiche nelle immagini lunari senza bisogno di un ampio input umano.

DPN migliora la previsione del tasso di clic attraverso la modellazione del comportamento degli utenti.

Confronto tra AMD/Xilinx Versal ACAP e Intel Stratix 10 NX nei compiti di deep learning.

Un metodo per ottimizzare i modelli mantenendo segreta la loro architettura.

Un nuovo approccio migliora la segmentazione nelle immagini mediche senza etichette dettagliate.

Nuovo metodo migliora la ricostruzione delle immagini usando cambiamenti di prospettiva.

Un nuovo modo per migliorare il rilevamento acustico senza compromettere la qualità audio.

EncodeNet migliora l'accuratezza delle DNN senza aumentare le dimensioni del modello.

Presentiamo gli UGE, un modo nuovo per mantenere i dati sicuri e utilizzabili.

Un nuovo approccio migliora la denoising usando una funzione di perdita con vincolo di traccia.

Esplorando nuovi metodi per migliorare la rappresentazione dell'incertezza nel deep learning.

Impara a migliorare le prestazioni della moltiplicazione di matrici per il deep learning su Versal ACAP.

Il ragionamento controfattuale aiuta a capire meglio le vulnerabilità nel codice.

Il nuovo modello emoDARTS migliora l'accuratezza nel riconoscere le emozioni nella voce usando il deep learning.

Questo studio esplora l'impatto dei code clones sui framework di deep learning e sulla qualità del software.

SynCellFactory genera video di cellule sintetiche per migliorare i dati di addestramento per un tracciamento migliore.

Il nuovo modello migliora la stima della profondità usando i dati della telecamera a eventi tramite algoritmi efficienti.

Un nuovo metodo migliora il potere predittivo convertendo i dati tabulari in immagini.

RSTAR-Net riduce gli artefatti a strisce nelle immagini del cancro ai polmoni, migliorando la precisione del trattamento.

Una panoramica dei metodi di test per le librerie di deep learning e la loro importanza.

Llip migliora il modo in cui le immagini vengono abbinate a diverse descrizioni testuali.

SGD-PH combina metodi di primo e secondo ordine per migliorare le prestazioni dell'addestramento del modello.

Scopri GRAWA, un metodo che migliora il training distribuito per i modelli di deep learning.

Nuove tecniche riducono l'accesso alla memoria e aumentano le prestazioni nei modelli di deep learning.

Un nuovo approccio per migliorare i modelli di deep learning contro attacchi avversariali.

Nuove tecniche migliorano le performance del modello contro i cambiamenti nei dati usando funzioni di perdita non convessi.

Esplora l'ascesa e l'efficienza dei Vision Transformers nell'elaborazione delle immagini.

Scopri un nuovo metodo per una ricerca efficace dell'architettura neurale attraverso valutazioni basate su grafi.

Esplorando neuroni specializzati progettati per compiti specifici nelle reti artificiali.