Articoli più recenti per Elaborazione dei dati

Introdurre la sintonizzazione neurale per migliorare efficacemente le capacità multitasking dei grandi modelli.

MATR migliora il rilevamento delle azioni in flussi video non modificati tramite tecnologia aumentata dalla memoria.

La ricerca presenta un nuovo metodo per migliorare la qualità delle immagini delle telecamere a eventi.

Esplorare nuovi metodi nella compressione audio per una qualità del suono migliore.

L'attenzione ad albero migliora l'efficienza nel processamento di lunghe sequenze per i modelli di machine learning.

Un framework per migliorare l'efficienza nell'apprendimento multitask tramite compressione adattiva del modello.

Un nuovo metodo migliora la selezione dei parametri per le reti neurali a valori complessi nella comunicazione digitale.

Un nuovo metodo migliora l'efficienza e le prestazioni dei modelli di linguaggio multimodali di grandi dimensioni.

Presentiamo MS-Mapping, un sistema che migliora l'accuratezza e l'efficienza delle mappature LiDAR.

Un nuovo framework migliora l'elaborazione dei dati nei dispositivi edge.

Un nuovo compilatore migliora la comunicazione e la gestione dei compiti nei chip AI.

Nuove tecniche nel computing fotonico mostrano potenziale per gestire più compiti in modo efficiente.

Un nuovo framework migliora l'allenamento dei modelli linguistici multimodali per performance migliori.

SAMSA migliora l'efficienza dell'autoattenzione per vari tipi di dati.

Un metodo per prevedere i requisiti FPGA per le reti neurali prima di costruirle.

Esplorando come gli embedding trasformano il processamento delle informazioni nelle macchine.

Il filtro Memento offre aggiornamenti efficienti e tassi d’errore bassi per dataset dinamici.

Una nuova architettura migliora la moltiplicazione matrice-vettore nei circuiti fotonici.

Un sistema per classificare i diversi stili di guida per migliorare la sicurezza stradale.

Uno sguardo a come la sovrapposizione migliora il calcolo e l'efficienza delle reti neurali.

Un nuovo metodo migliora la velocità e l'efficienza dei modelli di linguaggio grandi.

Un modello di trasformatore migliorato progettato per gestire in modo efficiente più tipi di dati.

R-Adapter migliora l'efficienza e la robustezza nel fine-tuning dei modelli per compiti di immagini e testi.

CROME rende i modelli multimodali più facili da usare con meno addestramento richiesto.

Un nuovo algoritmo migliora l'efficienza nella compilazione di circuiti quantistici usando stringhe di Pauli.

Una panoramica di SAM e SAM2, modelli che trasformano l'efficienza della segmentazione delle immagini.

Questo studio presenta un metodo per migliorare l'efficienza del conteggio dei modelli utilizzando l'eliminazione delle clausole bloccate.

FruitNeRF utilizza la tecnologia di imaging 3D per un conteggio preciso della frutta in agricoltura.

Nuovi dispositivi ottici promettono soluzioni di machine learning più veloci ed efficienti.

Nuove strutture ibride migliorano il controllo sulle onde di spin per applicazioni tecnologiche innovative.

Un nuovo metodo migliora l'efficienza del codice quantistico semplificando la loro struttura.

L'addestramento avversariale migliora l'accuratezza del riconoscimento delle parole chiave nel parlato sintetico e reale.

Nuovi metodi aiutano i satelliti a condividere dati e migliorare le capacità di elaborazione.

Un nuovo modello migliora la percezione 3D combinando informazioni di profondità e semantiche.

Un metodo per semplificare modelli 3D di spazi interni usando dati di nuvole di punti.

Un nuovo metodo migliora le prestazioni dei Vision Transformers grazie a una compressione efficace dei token.

Un nuovo metodo migliora l'accuratezza nel recupero dei momenti video utilizzando strategie affinate.

Un nuovo framework migliora la consapevolezza contestuale dei dispositivi mobili usando dati multimodali.

Esplorando l'interazione unica tra luce e materiali nelle fibre ottiche.

Combinare il computer quantistico con il machine learning migliora le tecniche di classificazione delle immagini.