Artigos mais recentes para Aprendizado Profundo

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.

Descubra como pesos de cauda pesada melhoram a adaptabilidade e o desempenho de redes neurais profundas.

Um novo método melhora a clareza das imagens em imagens biomédicas através de refinamento iterativo.

Esse estudo explora como os transformers aprendem com processos de Markov através da inicialização e do fluxo do gradiente.

Um método novo de desfoque de imagem melhora a qualidade sem precisar de muitos dados.

LayerShuffle melhora a robustez das redes neurais ao permitir uma execução flexível das camadas.

Esse estudo analisa métricas para avaliar os tempos de correção de auto-segmentação em imagem médica.

Uma nova abordagem para classificação de formas usando técnicas baseadas em grafos.

O Grad-CAPS melhora a suavidade das ações no aprendizado por reforço para robótica e sistemas autônomos.

Novo método melhora o desempenho de Redes Neurais Binárias sob falhas.

Explorando como o ResNet18 processa as características através do seu fluxo residual único.