Artigos mais recentes para Funções de Perda

Explorando uma abordagem unificada pra melhorar a precisão e a consistência da classificação.

Um novo método melhora a estimativa de núcleos de memória na dinâmica de partículas.

Um novo transformador leve de visão melhora a estimativa de profundidade para dispositivos de baixo consumo.

O Switch-DiT melhora a geração de imagens através de relações inovadoras de tarefas de desruído.

Uma nova abordagem pra encontrar amostras de backdoor sem precisar de dados limpos.

Estudo revela fatores que afetam o desempenho do GCN de camada única em vários modelos de dados.

Redes neurais probabilísticas oferecem uma visão mais profunda sobre a incerteza na modelagem científica.

Uma nova abordagem simplifica o aninhamento de vídeo ao eliminar a necessidade de etiquetas de tempo precisas.

Um novo método pra otimização de peso eficaz em tarefas de aprendizado de máquina com múltiplos objetivos.

Usando redes neurais pra resolver equações diferenciais parciais complexas de forma eficiente.

Um método que combina física e deep learning melhora a clareza de fotos subaquáticas.

Uma nova abordagem para estimar profundidade a partir de uma única imagem, contornando as limitações da câmera.

Soluções automatizadas para identificar tumores no cérebro mostram que podem melhorar o atendimento aos pacientes.

Usar redes neurais traz novas ideias sobre a dinâmica do atrito e modelagem preditiva.

Um novo método melhora o aprendizado auto-supervisionado ao focar em pares de imagens de alta qualidade.

Este artigo fala sobre a importância da inicialização de parâmetros em redes neurais.

Explorando métodos de otimização robusta pra dados incertos na tomada de decisão.

Aprimorando a detecção de objetos grandes em ambientes de veículos autônomos.

Esse trabalho apresenta uma estrutura sistemática para analisar algoritmos de aprendizado de máquina.

Esse artigo mostra um jeito de criar gêmeos digitais de objetos em movimento.

Uma nova função de perda melhora a confiabilidade dos operadores neurais para resolver PDEs.

Integrar o raciocínio humano no treinamento de IA melhora as explicações do modelo e cria confiança.

Um novo método melhora o desempenho dos Transformers de Visão em conjuntos de dados desbalanceados.

Um novo método melhora modelos faciais em 3D capturando expressões sutis.

Esse estudo analisa como inicializações de peso pequenas afetam o treinamento de redes neurais.

Uma nova função de perda melhora a precisão em tarefas de segmentação semântica.

OLRG oferece uma nova forma de simular sistemas quânticos complexos de um jeito mais eficaz.

Uma olhada no MONA, um sistema que melhora a comunicação em fala silenciosa.

Esse trabalho desenvolve um método pra lidar melhor com os desafios da classificação de texto multi-rótulo.

Um novo método melhora a segmentação com anotações mínimas em imagens médicas 3D.

Um novo método simplifica a edição de imagens ao focar no ruído e no tempo.

Aprendizado de máquina melhora modelos de viscosidade artificial pra simulações numéricas mais eficientes.

Uma nova abordagem usando programação genética pra melhorar as funções de perda na classificação de imagens.

Um novo método melhora a estimativa de parâmetros para regressão linear em meio a distribuições de erro não convencionais.

Esse estudo melhora o alinhamento de imagens da retina usando técnicas avançadas de deep learning.

EMOPortraits melhora o realismo dos avatares animados, tornando as expressões emocionais mais precisas.

Explorando o papel do deep learning em melhorar as técnicas de compressão de vídeo.

tLaSDI combina termodinâmica e aprendizado de máquina pra modelar sistemas dinâmicos complexos.

Um novo método melhora o processamento de som através da afinação automática de Redes de Atraso com Feedback.

Métodos inovadores aprimoram embeddings de ontologia pra melhorar a conclusão da base de conhecimento.