Artigos mais recentes para Redes Neurais

A pesquisa mostra como o viés de atenção gaussiana melhora a compreensão espacial em transformers de visão.

Um novo método de treinamento melhora a precisão e robustez das redes neurais contra entradas alteradas.

Um novo método melhora as GNNs, combatendo o oversmoothing e melhorando o desempenho.

A pesquisa foca em modelos eficientes para reconhecimento de palavras-chave usando redes ajustáveis.

Esse estudo investiga quão bem as Redes de Cápsulas capturam características importantes dos dados.

Pesquisas mostram que a decomposição tensorial melhora o desempenho de redes neurais enquanto diminui o tamanho.

Um novo modelo melhora a precisão na codificação médica automática a partir de textos clínicos.

Explorando como redes neurais podem melhorar a previsão de desempenho da computação quântica.

A VICON melhora a representação de campo de luz pra imagens 3D realistas.

Explorando o papel da teoria das categorias em melhorar o design de redes neurais.

Analisando como modelos de deep learning podem gerar saídas inesperadas com pequenas mudanças nos inputs.

Analisando como links intra-camada podem melhorar a representação de redes neurais.

Novo método gera imagens internas completas a partir de visões limitadas.

Explorando os benefícios das redes RePU na estimativa estatística e regressão.

Um novo método melhora a eficiência e a precisão das Redes Neurais Anytime.

Um novo método melhora o agrupamento de dados enquanto preserva a estrutura.

Analisar as formas dos poliedros revela sacadas sobre redes profundas de ReLU.

Um novo método melhora o desempenho dos modelos em tarefas de machine learning.

Esse artigo fala sobre um método pra melhorar o aprendizado das redes neurais em padrões complexos.

Um olhar sobre redes ReLU e seu papel na inteligência artificial.

Esse artigo fala sobre as mudanças na saída das RNNs e a importância delas em várias tarefas.

Esse trabalho analisa as taxas de decaimento dos autovalores pra melhorar a generalização de redes neurais.

Um método pra melhorar a interpretabilidade e o desempenho de redes neurais inspirado no cérebro humano.

O CHNNet oferece um aprendizado mais rápido e melhor desempenho em redes neurais.

Tecnologia inovadora separa vozes musicais usando técnicas avançadas de rastreamento.

Um novo método aumenta a velocidade de treinamento de GAN e a qualidade da imagem.

Apresentando um método mais rápido para treinar redes neurais com menos dados.

Uma nova abordagem melhora a compressão de dados enquanto preserva características essenciais.

O SPENSER automatiza a criação de Redes Neurais de Picos pra melhorar a classificação de imagens.

Uma nova estrutura melhora o desempenho no processamento de dados de grafos.

Saliency Diversified Deep Ensemble melhora a diversidade e o desempenho dos modelos em aprendizado profundo.

GELU tem vantagens em relação às funções de ativação tradicionais em redes neurais.

Estudo mostra que CNNs conseguem criar combinações de palavras a partir de dados de fala bruta.

Uma nova abordagem para o aprendizado de IA inspirada nos processos de pensamento humano.

Modelos de linguagem baseados em energia mostram potencial pra melhorar a precisão do reconhecimento de voz.

Pesquisas mostram que redes neurais melhoram a compreensão dos bárions e suas ressonâncias.

Estudo revela insights sobre o comportamento neural usando ferramentas de geometria da informação.

Novo método melhora a aprendizagem de atenção em modelos de grafos usando raciocínio causal.

Uma nova estrutura melhora a precisão e a coerência na previsão hierárquica usando redes neurais.

Apresentando o Algoritmo Integrado Forward-Forward para melhorar o treinamento de redes neurais.