Artigos mais recentes para Aprendizado Profundo

Um novo método pra gerar visões a partir de menos imagens.

Um novo método melhora a robustez do modelo, mantendo o desempenho nas tarefas do mundo real.

Pesquisadores simplificam redes neurais pra melhorar o desempenho em dispositivos com recursos limitados.

CIS-UNet melhora a segmentação da aorta pra um planejamento cirúrgico melhor.

Um novo método melhora a análise da superfície do cérebro a partir de exames de ressonância magnética.

Um novo modelo melhora a previsão de desempenho em redes neurais através de um fluxo de informação aprimorado.

SemLa oferece novas perspectivas sobre desafios complexos de classificação de texto.

Apresentando um novo método pra gerar gráficos de cena mais precisos.

Um novo método pra identificar anomalias em imagens médicas através de reconstrução pseudo-saudável.

Novo método combina redes neurais pra melhorar a eficiência e o desempenho.

Esse novo modelo prevê o comportamento de formas 3D mais rápido e com mais precisão.

Esse modelo melhora as previsões pra equações diferenciais parciais usando técnicas inovadoras.

Novo conjunto de dados pretende melhorar a precisão do diagnóstico por CAD.

Esse artigo fala sobre métodos de poda pra melhorar a eficiência de redes neurais.

O MAPNet traz novas estratégias pra melhorar a precisão do rastreamento visual.

Essa pesquisa foca em melhorar o reconhecimento de emoções usando clipes de vídeo.

LessNet oferece uma abordagem mais simples e eficiente para o registro de imagens médicas.

SiNPhAR usa nitreto de silício pra melhorar a aceleração fotônica em tarefas de aprendizado profundo.

Um novo método mostra que o aprendizado variacional pode se destacar no treino de modelos complexos.

Um novo método pra melhorar a eficiência do treinamento de modelos de deep learning.

Este artigo analisa como ataques adversariais mudam os conceitos aprendidos pelas CNNs.

Um novo método melhora a estimativa de incerteza em modelos de aprendizado profundo.

Um olhar sobre as funcionalidades do Adam e seu desempenho no treinamento de modelos.

Explorar os pontos fortes e fracos das RNNs e Transformers no processamento de linguagem natural.

A Annolid automatiza o rastreamento de animais em vídeos, ajudando os pesquisadores a estudarem o comportamento.

Um novo método melhora a precisão e a rapidez na estimativa de constantes de Lipschitz para redes profundas.

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

A SEMA oferece uma abordagem flexível para aprendizado contínuo, adaptando modelos a novos dados de forma eficaz.

Um novo método usa aprendizado profundo pra lidar com equações diferenciais estocásticas de forma eficaz.

Este artigo fala sobre métodos para treinar redes neurais ReLU de duas camadas de forma eficiente.

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

Pesquisas mostram os benefícios de métodos adaptativos sem raiz quadrada para treinar modelos de aprendizado profundo.

Um novo método melhora a precisão na detecção de câncer de mama contra amostras adversariais.

Uma nova abordagem para regressão usando Processos Gaussianos de Deep Horseshoe pra melhorar a seleção de variáveis.

MambaMixer melhora a eficiência do aprendizado profundo para imagens e previsões de séries temporais.

Técnicas de visão ativa melhoram a resistência do deep learning contra entradas adversariais.

Novos métodos melhoram a compreensão do aprendizado profundo na mamografia.

A gente apresenta um jeito rápido de treinar no CIFAR-10, melhorando a precisão e a velocidade.

Apresentando uma abordagem eficiente para matching de formas com mapas funcionais.

Um novo método melhora os modelos de aprendizado profundo para conjuntos de dados desbalanceados.