Artigos mais recentes para Aprendizado Profundo

Aprenda como redes neurais booleanas podem simplificar os processos de deep learning.

Uma nova abordagem melhora a otimização de funções de perda complexas em redes neurais.

Descubra como os Leaky ResNets melhoram as técnicas de deep learning.

Este artigo avalia modelos de deep learning para prever informações de estado do canal em comunicação sem fio.

Uma olhada nos desafios e métodos de injetividade em camadas ReLU dentro de redes neurais.

Uma nova abordagem pra melhorar a clareza do som usando técnicas avançadas de deep learning.

Um novo método resolve dados faltando na estimativa de redshift pra galáxias.

Esse estudo apresenta um uso inovador de deep learning na modelagem econômica.

Novo método melhora a eficiência do treinamento de DNN e reduz o uso de memória.

O método Grass melhora o uso de memória para treinar modelos de linguagem grandes.

Estudo revela estratégias de incorporação eficazes para localização de bugs mais rápida em software.

Um olhar mais atento sobre como os modelos MoE operam e seus potenciais benefícios.

Analisando o papel das variedades matriciais em melhorar modelos de deep learning.

Um novo otimizador adaptativo reduz o uso de memória no treinamento de grandes redes neurais.

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

Um novo método melhora a análise de imagens médicas usando imagens de histopatologia sintética.

Explore como transformadores estão mudando as técnicas de preenchimento de imagem na visão computacional.

Um novo modelo melhora a segmentação de imagens da retina pra diagnóstico de doenças.

Este estudo analisa como o tamanho do modelo afeta o desempenho em Aprendizado Contínuo Online.

O AD-Net melhora a precisão da classificação de imagens em configurações de baixo dado usando aumento e destilação.

Uma nova abordagem baseada em difusão lida com várias tarefas de visão computacional de forma eficaz.

Um novo método transforma esboços feitos à mão em modelos CAD com mais precisão.

LeDNet melhora a análise de raios-X do tórax pra classificar doenças pulmonares melhor.

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

Apresentando o BADM pra treinos mais rápidos e precisos em modelos de deep learning.

Uma nova abordagem para busca de arquitetura neural oferece flexibilidade e performance melhorada.

Um novo método melhora a precisão na previsão da sobrevivência de pacientes com câncer.

Um novo conjunto de dados melhora a análise de imagens de satélite para pesquisas de sensoriamento remoto.

Novos métodos revelam insights sobre as capacidades de aprendizado profundo usando geometria tropical.

Este estudo melhora o U-Net para uma análise precisa dos vasos sanguíneos da retina.

A QUEEN oferece proteção em tempo real contra ataques de extração de modelo em deep learning.

Swish-T melhora o desempenho de modelos em deep learning com técnicas de ativação inovadoras.

Uma visão geral de como modelos de linguagem como os Transformers funcionam e sua importância.

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

Um novo método melhora a precisão no diagnóstico de doenças a partir de raios-X do tórax.

Um novo método usando topologia melhora a detecção de pontos-chave em imagens.

Um novo método melhora a modelagem 3D a partir de vídeos de uma única câmera.

Este estudo analisa o Mix-Training para reconhecimento de palavras-chave em condições de fala barulhenta.

Um estudo sobre o comportamento de energia em redes de deep learning que melhora a análise de sinais.

TrackPGD testa os limites do rastreamento de objetos através de ataques adversariais avançados.