Articoli più recenti per Reti Neurali

Uno studio su come migliorare le CNN usando etichette parziali e modelli di attacco avversariale.

Questo articolo esplora nuovi modelli di rete neurale per comprendere il processo decisionale umano nella cybersicurezza.

Nerva introduce un modo unico per costruire reti neurali efficienti usando la sparsità.

Un nuovo approccio migliora le capacità di ragionamento delle GNN per compiti con relazioni complesse.

Quest'articolo parla di come migliorare la velocità di addestramento delle reti neurali usando il transfer learning dai supernet.

Nuove architetture di rete neurale migliorano la stabilità e la precisione nella risoluzione delle equazioni differenziali parziali.

Esaminando come le reti neurali a credenze profonde possano imparare dai dati e creare rappresentazioni complesse.

Migliorare i modelli dei prof fa crescere le performance degli studenti nel machine learning.

Un metodo per migliorare la comprensione del processo decisionale delle reti neurali.

Esaminando come i neuroni inibitori plasmino la funzione cerebrale e la connettività.

Uno sguardo alla stima dell'intervallo di output usando il Simulated Annealing nelle reti neurali.

Un confronto tra KAN e MLP in termini di prestazioni di classificazione ed efficienza hardware.

Nuovi metodi migliorano l'efficienza nella valutazione delle reti neurali ricorrenti non lineari per varie applicazioni.

Un nuovo metodo migliora le prestazioni delle reti neurali attraverso una migliore inizializzazione focalizzata sull'emergenza.

Esplorare come la struttura temporale migliori le prestazioni delle reti neurali a impulsi.

Questo studio esamina l'efficacia degli attacchi backdoor fisici clean-label nelle reti neurali profonde.

Nuove tecniche di potatura migliorano i modelli di deep learning per smartphone con risorse limitate.

CAReLU migliora l'apprendimento bilanciando valori positivi e negativi nei modelli di deep learning.

Nuovo metodo migliora l'accuratezza e l'efficienza nei modelli di deep learning.

Un confronto tra SNN e ANN per il flusso ottico usando dati di telecamera basati su eventi.

xAI-Drop sfrutta l'interpretabilità per migliorare le prestazioni e la chiarezza delle Reti Neurali Grafiche.

BackdoorBench offre un approccio unificato per valutare i metodi di apprendimento backdoor nelle reti neurali profonde.

Un metodo per individuare e capire le debolezze nei modelli di linguaggio per migliorarne l'affidabilità.

Esplorare le capacità delle reti sinusoidali nel gestire dati complessi.

Le reti neurali migliorano il test di due campioni per l'analisi complessa dei dati.

Un nuovo approccio per migliorare l'efficienza nell'apprendimento multi-task usando matrici a rango basso.

SpikeYOLO migliora le SNN per un rilevamento degli oggetti più efficiente e preciso.

La media migliora le prestazioni e la stabilità dei KAN nelle attività di machine learning.

Questa ricerca studia l'impatto della potatura e delle strutture casuali sulle prestazioni delle RNN.

Le reti neurali RUM sfruttano i cammini casuali e la memoria per migliorare l'elaborazione dei grafi.

Un nuovo approccio per valutare gli autoencoder sparsi attraverso scacchi e Othello.

Scopri come l'umore e le immagini possono migliorare le previsioni dell'IA.

Un nuovo metodo migliora la previsione delle emozioni nell'analisi del parlato.

Esplorando tassi di apprendimento migliorati nelle reti neurali per il calcolo scientifico.

Un nuovo benchmark valuta i metodi per misurare la somiglianza rappresentativa nel machine learning.

Un nuovo metodo migliora la capacità delle reti neurali di apprendere e applicare conoscenze.

Questo articolo esamina i progressi dell'AI oltre i transformer.

Nuovi metodi per un miglior controllo delle RNN migliorano le simulazioni degli effetti audio.

Esplorando come i modelli di diffusione trasformano e generano dati tramite un processo sistematico di rumore e denoising.

Nuovi metodi migliorano l'addestramento e le prestazioni delle Reti Kolmogorov-Arnold informate dalla fisica.