Articoli più recenti per Reti Neurali

La Dynamic Neural Dowker Network migliora l'analisi dei grafi diretti in evoluzione.

Un nuovo modello migliora l'accuratezza nel riconoscimento degli oggetti in immagini complesse.

TINA rende più facile l'elaborazione dei segnali sull'hardware delle reti neurali.

G2C3 migliora le simulazioni della microturbulenza del plasma nei dispositivi di fusione usando reti neurali.

Esaminando l'organizzazione e la specializzazione dei neuroni nei modelli transformer.

Questo articolo esplora i meccanismi dietro le attivazioni dei neuroni e il loro impatto sulle prestazioni del modello.

Un nuovo metodo per affrontare il problema del bilanciamento delle classi usando Whitening-Net migliora le performance nella classificazione delle immagini.

Nuovi metodi nella compressione delle immagini migliorano l'efficienza e la qualità.

Questo articolo parla del collegamento tra RvNN e Transformers tramite CRvNN e NDR.

Un nuovo approccio migliora i metodi attore-critico nel rinforzo dell'apprendimento.

Un nuovo approccio migliora la segmentazione delle immagini usando tecniche di supervisione limitata.

Le RTU migliorano l'efficienza e l'adattabilità nell'apprendimento sequenziale e nei compiti di controllo.

Una nuova visione semplifica le reti neurali attraverso operazioni lineari e sistemi dinamici.

I ricercatori migliorano le reti neurali ottiche con pesi ternari, aumentando prestazioni ed efficienza.

Esaminando come le tecniche di regolarizzazione influenzano la capacità del machine learning di gestire input sconosciuti.

Scopri come nuovi metodi migliorano l'weight-ensembling nel machine learning.

K-Origins migliora la valutazione del colore nelle reti neurali per un'analisi delle immagini più precisa.

Scopri come le simmetrie dei gruppi possono migliorare i modelli di classificazione nel machine learning.

Un nuovo framework aumenta l'efficienza del remote sensing usando tecniche ispirate al cervello.

Scopri come il nuovo framework SwinNPE migliora la compressione delle immagini senza perdere qualità.

Le Reti Neurali Convoluzionali Guidate dalla Fisica migliorano l'accuratezza di rilevamento delle immagini con dati limitati.

Un nuovo approccio punta a migliorare l'accuratezza nei compiti di traduzione linguistica.

Nuovi modelli migliorano le prestazioni nei compiti di classificazione dei dati usando concetti dal sonno.

Scopri come gli operatori di Parseval migliorano l'elaborazione delle immagini nelle CNN.

Questo articolo parla di come usare il suono per aiutare i robot a rilevare ostacoli.

Questo articolo valuta l'efficacia degli autoencoder sparsi nella rappresentazione della conoscenza sulle città.

TF-Mamba migliora la localizzazione del suono usando un nuovo metodo che integra dati temporali e di frequenza.

Nuovi metodi migliorano le prestazioni delle reti neurali su dispositivi con risorse limitate.

Questo articolo esplora l'impatto delle Massive Activations nei GNN basati sull'attenzione.

Esplorare l'impatto del codifica predittiva sui metodi di apprendimento delle reti neurali.

Un nuovo metodo permette una conversione più facile delle ANN in SNN con un minore consumo energetico.

Usare le reti neurali per migliorare il Monte Carlo variazionale nei sistemi quantistici.

Esplorare il ruolo delle reti non autoregressive nella risoluzione di problemi complessi di ottimizzazione.

Un approccio innovativo per combinare dati comuni e unici da diversi osservatori.

Questo studio valuta le reti neurali per replicare le caratteristiche del riverbero a molla.

Uno studio presenta un metodo per distinguere le immagini vere da quelle generate usando tecniche avanzate.

Un nuovo metodo migliora le reti neurali concentrandosi sul Jacobiano per output strutturati.

Un nuovo metodo basato su grafi migliora la scheletizzazione per l'analisi delle forme anatomiche.

Nuovi metodi migliorano i calcoli sicuri nelle reti neurali mantenendo la privacy.

Approfondimenti su come i neuroni del cervello comunicano e elaborano le informazioni in modo efficace.