Artigos mais recentes para Redes Neurais

Uma avaliação dos KANs para tarefas em física de alta energia.

Apresentando o GSSC, uma estrutura pra melhorar o aprendizado em grafos sem passar mensagens tradicionais.

Esse artigo revisa métodos de dropout pra melhorar a performance de modelos de linguagem pequenos.

Um olhar sobre métodos de amostragem eficazes para Redes Neurais Bayesianas amplas.

Explorando o potencial das redes neurais quânticas em várias áreas.

Y-Drop melhora o dropout ao focar na importância dos neurônios, aumentando o desempenho do modelo.

Um novo modelo melhora a combinação de redes neurais e algoritmos tradicionais.

Um novo método pra simplificar dados de alta dimensão sem precisar de conhecimento prévio.

Este estudo destaca a eficácia dos modelos fundamentais em melhorar a segmentação de imagens médicas.

Uma olhada na eficiência de treinamento em CNNs e BCNNs usando MNIST e CIFAR-10.

Essa pesquisa explora decodificadores neurais pra melhorar a correção de erros em computação quântica.

Redes neurais espinhadas melhoram os sistemas de comunicação ao aumentar a eficiência e o desempenho.

Explorando Redes Neurais Sparsas e seu desempenho com dados de treinamento desafiadores.

Um novo framework melhora o aprendizado a partir de dados estruturados e ruidosos usando princípios de difusão.

Apresentando o S-STE, uma nova forma de melhorar a eficiência do treino de redes neurais esparsas.

Descubra como o FastVPINNs melhora a modelagem de dinâmica de fluidos usando redes neurais.

Um método novo pra controlar pêndulos duplos mostra melhorias significativas em estabilidade e adaptabilidade.

Um novo método garante estabilidade em controladores de redes neurais para aplicações críticas.

Explore amostragem adaptativa pra uma performance melhor de redes neurais com dados simétricos.

Avanços em redes neurais melhoram a compreensão da atividade magnética solar.

Um novo método melhora a transferência de características em representações neurais implícitas para imagens.

Este estudo analisa o desempenho e as condições para redes neurais quantizadas sob aritmética de ponto fixo.

O FKAN melhora a representação de imagens e formas 3D usando funções de ativação que dá pra aprender.

Descubra como os KANs oferecem uma alternativa eficiente às redes neurais tradicionais.

O SparX melhora o processamento de imagem imitando o sistema visual humano.

Uma abordagem de aprendizado de máquina que usa movimento pra aprender dados visuais de forma eficaz.

KAT melhora o deep learning usando KANs avançados pra substituir MLPs.

Um novo método combina IA e química quântica pra resolver equações complexas de forma eficiente.

Apresentando uma rede neural única pra lidar com dados de valor complexo de forma eficaz.

Uma olhada em como os atacantes replicam redes neurais com acesso limitado à saída.

Um novo sistema usa redes neurais espinhosas pra processar dados de forma eficiente.

SplatFields melhora a imagem 3D a partir de ângulos de câmera limitados, aumentando a qualidade e os detalhes.

Aprenda como os Monomial-NFNs melhoram a eficiência em redes neurais.

Cobweb/4L melhora como as máquinas aprendem linguagem usando uma abordagem eficiente.

Esse artigo analisa o uso de modelos de transformer no xadrez e suas vantagens.

Este artigo explora como o tamanho da amostra impacta o desempenho de redes neurais através das paisagens de perda.

Uma nova abordagem de auto-ensemble melhora a resiliência do modelo a mudanças adversariais.

Essa pesquisa explora métodos de redução de memória para treinar redes neurais profundas.

Um novo modelo de rede neural melhora as capacidades de reconhecimento de padrões e recuperação.

Pesquisas mostram que luz parcialmente coerente melhora a precisão em redes neurais ópticas.