Artigos mais recentes para Redes Neurais

Explorando vários modelos generativos e sua estrutura unificadora.

A atenção em cone melhora as relações de dados em modelos com estruturas hierárquicas.

Analisando OODF e seu impacto no aprendizado contínuo em inteligência artificial.

Analisando o papel da frequência e da composicionalidade nos métodos de tokenização de subpalavras.

Uma nova abordagem melhora a eficiência e a flexibilidade da modelagem generativa.

Uma nova abordagem pra melhorar a eficiência do treino de transformadores usando caminhos de informação.

Um método que combina raciocínio simbólico e redes neurais pra tomar decisões melhores.

Novas técnicas melhoram a combinação de imagens na análise e diagnóstico médico.

Um estudo sobre como a escala e a complexidade afetam o desempenho de redes neurais.

Este artigo explora como os transformers memorizam dados através da atenção multi-head.

Redes Neurais Yoked melhoram o compartilhamento e o processamento de informações em sistemas neurais.

Um novo método melhora a modelagem 3D a partir de entradas escassas e ruidosas usando imagens de profundidade.

Esse estudo explora como treinar máquinas Ising para tarefas de IA usando um método novo.

Uma nova arquitetura de GNN melhora os mecanismos de atenção para um desempenho melhor nas camadas profundas.

Explorando o alinhamento de feedback como uma alternativa à retropropagação tradicional em redes neurais.

Explorando por que o SGD manda bem na generalização em comparação com os métodos tradicionais.

Um novo método melhora como os modelos lidam com dados inesperados.

Um novo método aproveita a simetria nos dados pra melhorar os resultados de aprendizado.

Apresentando um método novo usando lançamentos de moeda pra uma exploração melhor em ambientes complexos.

Explore como o barulho influencia redes neurais recorrentes e a complexidade da amostra.

Pesquisas propõem novas ODEs neurais que respeitam restrições de variedade em robótica.

Como as matrizes Gram e as camadas de normalização melhoram o aprendizado de redes neurais.

Este estudo avalia a calibração das previsões probabilísticas em modelos de regressão neural.

AFFJORD melhora a modelagem generativa com novas técnicas poderosas.

Um olhar sobre a dinâmica de aprendizado de redes de duas camadas e suas aplicações.

Uma nova técnica melhora redes neurais modulares ao aumentar a eficiência de roteamento.

Um novo modelo de rede neural combina eficiência e métodos de treinamento eficazes.

Explorando como redes residuais melhoram o treinamento e a generalização.

Descubra como a esparsidade essencial otimiza grandes modelos sem perda de desempenho.

Uma nova abordagem pra prever com precisão o estresse em materiais complexos.

Analisando como redes ligeiramente sobreparametrizadas melhoram os resultados do treinamento.

CIN++ melhora a análise de dados em sistemas complexos, especialmente na química.

Uma olhada em como os espaços de Barron melhoram o desempenho de redes neurais em altas dimensões.

A pesquisa melhora as técnicas de quantização pra aumentar a eficiência dos modelos de reconhecimento de fala.

O ScoreCL melhora o aprendizado do modelo através de correspondência de pontuação adaptativa no aprendizado contrastivo.

Essa pesquisa analisa como os decodificadores NBP se saem em dados desconhecidos e os fatores que afetam a generalização.

Um novo método melhora a eficiência e o desempenho de redes neurais em aprendizado de máquina.

Um novo método pra criar sons de impacto realistas usando redes neurais.

Novo método melhora o reconhecimento de objetos em espaços 3D aproveitando modelos 2D existentes.

Um método pra alinhar redes profundas com julgamentos de semelhança humana pra ter um desempenho melhor.