Artigos mais recentes para Aprendizado Profundo

Um novo método melhora a compreensão das características e decisões das CNNs.

Apresentando um novo método para melhorar modelos de deep learning, reduzindo o overfitting.

Novas abordagens melhoram a modelagem de comportamentos físicos em geometrias diferentes.

O CAMOT melhora o rastreamento de múltiplos objetos estimando os ângulos e profundidades da câmera.

O TensorSocket melhora a eficiência do treinamento em deep learning através do carregamento de dados compartilhados.

Analisando o uso de energia dos modelos de IA em aprendizagem contínua para a sustentabilidade.

Nova ferramenta ODiMO melhora o desempenho de DNN em hardware de borda.

Novos métodos aceleram a codificação e decodificação de vídeo.

As funções Zorro dão uma ajudinha pra melhorar o desempenho das redes neurais.

Uma nova função de perda melhora a qualidade do áudio ao alinhar fase e magnitude.

POMONAG melhora a busca por arquitetura com foco em múltiplos objetivos pra uma eficiência melhor.

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

AUCSeg melhora a segmentação ao lidar com o desbalanceamento de classes no processamento de imagens.

Um novo método melhora a medição de incerteza em redes neurais profundas com menor uso de memória.

Um novo método melhora a precisão da segmentação ao integrar forma e intensidade em imagens médicas.

O uso inovador de LUTs melhora o desempenho de FPGAs em tarefas de deep learning.

Explorando a integração de aprendizado profundo com métodos bayesianos pra melhorar a estimativa de dados.

Esse artigo compara modelos U-Net e baseados em transformadores para segmentação de imagens de microscopia.

MambaJSCC integra técnicas de codificação pra melhorar a comunicação de imagem sem fio.

Um novo método melhora a eficiência de modelos de computador sem perder desempenho.

Apresentando o MG-Net, uma estrutura pra melhorar técnicas de otimização quântica usando deep learning.

Um novo método melhora a precisão na detecção em imagens médicas.

Esse estudo foca em melhorar a qualidade da imagem através de métodos de restauração de dados RAW.

Novo método melhora a correspondência de imagens de vários espectros de câmera.

Este artigo fala sobre como melhorar as previsões de computador em vídeos endireitando sequências de imagens.

Explore métodos locais de aprendizagem que estão transformando o treinamento de redes neurais.

Apresentando um jeito de melhorar a privacidade sem perder a precisão do modelo.

Explorando uma nova maneira de melhorar a segmentação semântica usando princípios de compressão.

Uma nova abordagem melhora a eficácia do deep learning na resolução de PDEs.

Pesquisas mostram como o aprendizado de características melhora a performance das redes neurais de forma eficaz.

Um olhar sobre como diferentes representações em IA melhoram a compreensão.

Uma olhada em como as CNNs interpretam imagens e suas características.

SimCLR melhora o treinamento de modelos usando dados não rotulados em tarefas de visão.

Aprenda como a segmentação de superpixels facilita a análise de imagens para máquinas.

Saiba como o Poda de Estado Adaptativa por Camada melhora modelos de aprendizado profundo.

Combinar dados RGB e de profundidade melhora o reconhecimento de peças na manufatura.

Entender como os modelos de aprendizado profundo lidam com a incerteza é super importante pra fazer previsões precisas.

Esse artigo fala sobre o papel das perdas substitutas na resolução de problemas complexos de aprendizagem de máquina.

O Trap-MID oferece uma maneira esperta de proteger dados de hackers.

NeuralDEM acelera a simulação de partículas usando deep learning pra ter resultados de engenharia melhores.