Artigos mais recentes para Redes Neurais

Explore como os modelos de aprendizado de máquina vão de decorar para fazer previsões precisas.

Novo modelo melhora o controle de mãos protéticas usando sinais de sEMG.

Um novo modelo melhora a compreensão da atividade neuronal e suas implicações para a pesquisa cerebral.

Um novo método melhora a compreensão dos resultados de autoencoders.

Explorando como a inferência bayesiana se adapta a redes neurais com larguras finitas.

A normalização em lote melhora a eficiência do treinamento e a precisão do modelo em redes profundas.

Nova abordagem melhora a retenção de memória em sistemas de aprendizado de máquina.

Esse artigo examina como as conexões de salto melhoram o treinamento em redes neurais de pulso.

Descubra como o aprendizado multitarefa melhora o desempenho da IA em várias tarefas.

Um novo modelo combina ANNs e SNNs pra uma percepção visual eficiente.

Aprenda como os GSBCs melhoram o manuseio de dados em redes neurais.

Um novo modelo prevê parâmetros para acelerar o treinamento de redes neurais.

Este artigo fala sobre como a simetria em grupo melhora a generalização do deep learning.

Poincaré ResNet usa geometria hiperbólica pra melhorar a compreensão de imagens e vídeos.

Essa pesquisa melhora redes polinomiais pra aumentar o desempenho em tarefas de reconhecimento de imagem.

Explorando como a simetria melhora o desempenho das redes neurais em várias tarefas.

Aprenda como a poda melhora a eficiência e o desempenho de redes neurais.

Uma nova abordagem melhora o aprendizado de máquina ao integrar grupos de Lie em métodos bayesianos.

Novas métricas não diagonais melhoram a inferência bayesiana para redes neurais.

Um novo método melhora a seleção de premissas usando redes neurais de grafos e modelos de linguagem.

Um novo método melhora a capacidade do INR de recuperar dados faltando em imagens.

Aprenda como a aprendizagem auto-supervisionada potencia modelos com dados não rotulados.

Um novo método melhora a eficiência na classificação de hiperparâmetros em modelos de aprendizado de máquina.

Analisando como as transições de fase afetam o desempenho das redes neurais.

Usando geometria hiperbólica pra dar um gás no aprendizado de máquina em tarefas de visão computacional.

Esse estudo analisa como começar perto da criticidade afeta a adaptabilidade de agentes neurais.

Analisando como a inicialização de peso afeta o desempenho de redes neurais durante o treinamento.

Apresentando uma nova abordagem para técnicas eficazes de compressão de modelos para redes neurais.

Um novo método melhora a qualidade da tradução de imagens e o controle sobre os estilos.

Esse artigo apresenta uma nova medida de similaridade para representações de redes neurais usando aprendizado contrastivo.

Um novo método melhora o treinamento de Redes Neurais Feedforward por meio de uma seleção heurística inteligente.

Previsão eficaz de carga de trabalho usando redes neurais GRU avançadas para gestão de recursos.

Usar amostragem por importância pode melhorar a eficiência e o desempenho do treinamento de redes neurais.

Este artigo analisa como as funções de perda afetam o desempenho dos modelos de aprendizado de máquina.

Modelagem 3D melhorada usando estéreo de múltiplas visões e renderização neural.

Explorando o design e a eficácia do aprendizado de múltiplas tarefas em visão computacional.

Explore como a convolução invertível melhora as capacidades de processamento de imagem.

Um novo modelo melhora os Transformers de Visão usando rótulos de tarefa pra ter um desempenho melhor.

Essa pesquisa melhora a detecção MIMO usando uma abordagem híbrida com autoatenção.

Pesquisas mostram que atrasos de tempo melhoram a eficiência e o desempenho da computação em reservatórios.