Articoli più recenti per Reti Neurali

Nuovo meccanismo di gating nelle RNN migliora l'efficienza e le prestazioni usando l'addizione.

Un metodo per migliorare la sottrazione dello sfondo tramite la scoperta automatizzata della formula LBP.

Una panoramica sugli autoencoder e le loro applicazioni nel trattamento dei dati.

Presentiamo un nuovo approccio per modellare sistemi con casualità usando le reti neurali.

Nuovi metodi per ampliare i modelli transformer senza perdere i progressi di addestramento precedenti.

DFM-X migliora le reti neurali affrontando l'apprendimento shortcut grazie a intuizioni sulle frequenze.

Esplorare come la potatura e i quaternioni migliorano le performance delle reti neurali.

Questo studio mostra i vantaggi di SGD in robustezza rispetto ai metodi di training adattivi.

Questo documento parla delle Reti di Flusso Bayesian e della loro efficacia nella generazione dei dati.

Un nuovo metodo migliora il modo in cui le reti neurali gestiscono i dati mai visti prima.

La SVD ternaria offre un modo più semplice ed efficiente per comprimere le reti neurali.

Uno sguardo al controllo del trasporto neurale e le sue applicazioni.

Introducendo nodi SNN reversibili per un allenamento e un uso della memoria più efficienti.

I progressi nel deep learning migliorano la qualità e l'efficienza delle immagini Cone Beam CT.

Nuove tecniche migliorano il processo di addestramento per le reti neurali a impulsi.

Un nuovo framework migliora l'affidabilità dei modelli di deep learning contro cambiamenti sottili.

EDNIL migliora la robustezza del modello contro le variazioni nei contesti di dati.

Un nuovo approccio permette di addestrare reti neurali in modo efficiente su dispositivi piccoli senza retropropagazione.

HollowNeRF migliora l'efficienza e la qualità nel rendering 3D usando una gestione dei dati mirata.

Uno sguardo all'iniettività dei layer ReLU e alle loro implicazioni nei neural network.

La ricerca sul reservoir computing si concentra sull'ottimizzazione dei modelli di rete per migliorare il machine learning.

Evol-Q migliora l'accuratezza della quantizzazione nei Vision Transformers usando tecniche di ricerca evolutiva.

Questo articolo esplora come migliorare la classificazione usando hierarchical softmax nel machine learning.

Esaminare come le Reti Neurali Causali migliorano la resilienza agli attacchi avversari.

Un nuovo design di rete neurale in metamateriale migliora l'efficienza e la velocità nell'elaborazione delle immagini.

Esplora strategie di addestramento iniziali nel class-incremental learning senza mantenere esempi passati.

Esplorare modelli efficienti per il matching di somiglianza nel machine learning.

L'equivarianza aiuta le reti neurali a riconoscere le immagini in modo consistente nonostante le trasformazioni.

Esplorando il potenziale e le sfide delle reti neurali ottiche che usano la luce per il calcolo.

Questo articolo parla dell'Ipotesi del Biglietto della Lotteria e delle tecniche di potatura nei DNN.

Uno sguardo a come migliorare l'addestramento delle RNN profonde tramite metodi di stabilità del gradiente.

Un approccio innovativo per allenare le reti neurali senza gradienti.

Un metodo fresco punta ad aiutare i modelli ad imparare nuovi compiti senza dimenticare quelli vecchi.

Un nuovo metodo migliora i modelli di diffusione per generare immagini più chiare.

Un nuovo metodo per migliorare le reti neurali gestendo le correlazioni tra neuroni.

Una panoramica delle reti di Hopfield che affrontano la generalizzazione e l'overfitting.

I ricercatori sviluppano maschere di peso per aiutare i modelli a mantenere le conoscenze mentre imparano nuovi compiti.

Un nuovo metodo migliora le performance della classificazione multiclass usando ECOC con NEAT.

Un nuovo metodo migliora la classificazione dei suoni subacquei delle navi usando reti neurali.

Un nuovo strumento stima come le reti neurali reagiscono ai cambiamenti di input, fondamentale per la sicurezza.