Artigos mais recentes para DNN

DeepSample oferece técnicas eficazes para testar Redes Neurais Profundas de forma eficiente e precisa.

Novo método aumenta a confiabilidade das DNNs contra pequenos deslocamentos de imagem.

Apresentando uma estrutura de memória flexível pra otimizar aceleradores de redes neurais profundas.

Esse artigo fala sobre o uso de redes neurais profundas pra prever propriedades de mésons.

Uma maneira rápida de avaliar o desempenho de DNN depois de um novo treinamento.

Um framework que melhora o desempenho de DNN em ambientes com restrições de energia.

Novas técnicas melhoram a verificação de redes neurais profundas pra aplicações mais seguras.

Pesquisadores melhoram as medições de estrelas brilhantes usando redes neurais profundas.

Novos métodos pra aproximar funções complexas a partir de dados limitados tão surgindo.

Novo método reduz ameaças de backdoor em redes neurais profundas.

Um novo parâmetro melhora os métodos de otimização multi-objetivo offline em várias áreas.

Melhorando o desempenho de DNN através de métodos de amostragem de dados eficientes.

Um novo otimizador melhora a eficiência na execução de redes neurais profundas em GPUs.

FRED melhora a comunicação para um treinamento em deep learning mais rápido e eficiente.

Novo método melhora o desempenho de redes neurais spiking em tarefas de linguagem.

Este artigo apresenta um novo IDS baseado em DNN em redes programáveis.

Esse estudo explora modelos de deep learning pra mapear arroz de forma precisa no Butão.

Combinar poda e quantização torna a eficiência de DNN mais fácil para dispositivos menores.

Explorando a otimização de DNNs para dispositivos com fornecimento de energia limitado.

Uma nova estrutura aborda a justiça em redes neurais profundas durante a poda do modelo.

Um estudo revela diferenças chave em como humanos e IA representam imagens.

Analisando o papel das técnicas de dropout em melhorar a justiça nos DNNs.

A SPOGA acelera redes neurais profundas com mais velocidade e eficiência energética.

Uma olhada em como melhorar o uso de FPGA em aplicações de DNN com novas técnicas.

A computação de borda melhora a velocidade e a eficiência em aplicativos móveis usando IA.

Um novo método melhora a eficiência do aprendizado profundo para dispositivos de borda.

Um olhar profundo sobre como a gente e as máquinas reconhecem objetos.

Um novo método melhora os testes para redes neurais profundas, focando no desempenho geral.

Apresentando o DUCD, um jeito focado em privacidade pra proteger DNNs de ataques adversariais.

A HYDRA melhora a eficiência de redes neurais profundas para dispositivos de borda com recursos limitados.

HESSO simplifica a compressão de modelos, deixando as redes neurais mais eficientes sem perder performance.

Estudo mostra que variações de manchas atrapalham redes neurais profundas na previsão de câncer.

Essa pesquisa explora métodos de redução de memória para treinar redes neurais profundas.

Otimizando DNNs com quantização em potências de dois para dispositivos com recursos limitados.

Os chips AIMC mostram potencial em defender a IA de ataques inteligentes.

Uma nova estratégia pra direcionar várias tarefas em redes neurais profundas.

Este estudo mede a incerteza nas previsões dos modelos pra detectar padrões de design enganoso.

Descubra como os ataques B3FA comprometem redes neurais profundas com conhecimento mínimo.

Aprenda a checar se redes neurais continuam precisas com mudanças nos dados.

Novas técnicas melhoram a detecção de doenças em plantas para os agricultores usando drones e IA.