Ailoxa Logo

🏷️ #شبكات عصبية

165 مقال

شبكة FM-BFF-Net: ثورة في تقسيم الصور الطبية بتحليل دقيق ودمج ثنائي الاتجاه!
أبحاث

شبكة FM-BFF-Net: ثورة في تقسيم الصور الطبية بتحليل دقيق ودمج ثنائي الاتجاه!

أركايف للذكاءمنذ 1 شهر
استكشاف الذكاء الاصطناعي: كيف تعزز شبكات التواصل العصبية النقاش بين الوكلاء في التعلم المعزز متعدد الوكلاء؟
أبحاث

استكشاف الذكاء الاصطناعي: كيف تعزز شبكات التواصل العصبية النقاش بين الوكلاء في التعلم المعزز متعدد الوكلاء؟

أركايف للذكاءمنذ 1 شهر
اكتشاف تصاميم الشبكات العصبية المثلى دون تدريب: تقنية Random Cloud الثورية
أبحاث

اكتشاف تصاميم الشبكات العصبية المثلى دون تدريب: تقنية Random Cloud الثورية

أركايف للذكاءمنذ 1 شهر
دور التناظر في تحسين الشبكات المفرطة المعلمة: كيف يعزز التعلم العميق نتائج مذهلة؟
أبحاث

دور التناظر في تحسين الشبكات المفرطة المعلمة: كيف يعزز التعلم العميق نتائج مذهلة؟

أركايف للذكاءمنذ 1 شهر
تصميم مبتكر لمشعل توربين الغاز باستخدام الشبكات العصبية القابلة للعكس: ثورة في تكنولوجيا الاحتراق
أبحاث

تصميم مبتكر لمشعل توربين الغاز باستخدام الشبكات العصبية القابلة للعكس: ثورة في تكنولوجيا الاحتراق

أركايف للذكاءمنذ 1 شهر
استكشاف القوة التعبيرية لشبكات العصبونات البيانية مع قراءة عالمية: تفاصيل مثيرة!
أبحاث

استكشاف القوة التعبيرية لشبكات العصبونات البيانية مع قراءة عالمية: تفاصيل مثيرة!

أركايف للذكاءمنذ 1 شهر
شبكات كولموغوروف-أرنولد: التحول نحو Gaussian Partition-of-Unity لتحسين الذكاء الاصطناعي
أبحاث

شبكات كولموغوروف-أرنولد: التحول نحو Gaussian Partition-of-Unity لتحسين الذكاء الاصطناعي

أركايف للذكاءمنذ 1 شهر
هل تساعد المحولات الكمية؟ مقارنة شاملة بين هياكل الدوائر الكمية ونتائجها في البيانات الجدولية
أبحاث

هل تساعد المحولات الكمية؟ مقارنة شاملة بين هياكل الدوائر الكمية ونتائجها في البيانات الجدولية

أركايف للذكاءمنذ 1 شهر
تحليل متقدم لشبكات تغذية عميقة: كيف تعمل الطبقات على تحسين الأداء بدلًا من التعلم الشامل!
أبحاث

تحليل متقدم لشبكات تغذية عميقة: كيف تعمل الطبقات على تحسين الأداء بدلًا من التعلم الشامل!

أركايف للذكاءمنذ 1 شهر
ثورة جديدة في التنبؤ ببقاء مرضى السرطان: اكتشفوا PathMoG!
أبحاث

ثورة جديدة في التنبؤ ببقاء مرضى السرطان: اكتشفوا PathMoG!

أركايف للذكاءمنذ 1 شهر
ابتكار ثوري في تصميم الشبكات العصبية: تحسين دقيق للأداء في مجال الذكاء الاصطناعي على الحواف!
أبحاث

ابتكار ثوري في تصميم الشبكات العصبية: تحسين دقيق للأداء في مجال الذكاء الاصطناعي على الحواف!

أركايف للذكاءمنذ 1 شهر
استعادة المعرفة المتبقية: نموذج مبتكر في تقنيات التكميم منخفضة البت
أبحاث

استعادة المعرفة المتبقية: نموذج مبتكر في تقنيات التكميم منخفضة البت

أركايف للذكاءمنذ 1 شهر
ثورة الشبكات العصبية: استغلال التناسق المتعدد المناظر لتعزيز التعلم في البيانات المعقدة!
أبحاث

ثورة الشبكات العصبية: استغلال التناسق المتعدد المناظر لتعزيز التعلم في البيانات المعقدة!

أركايف للذكاءمنذ 1 شهر
حماية الدماغ أثناء معالجة القلب: شبكة عصبية تلافيفية لكشف الميكروأمبولات الغازية
أبحاث

حماية الدماغ أثناء معالجة القلب: شبكة عصبية تلافيفية لكشف الميكروأمبولات الغازية

أركايف للذكاءمنذ 1 شهر
إعادة تعريف التعلم بالمقارنة: كيف تمنح الشبكات العصبية الموثوقية للقرارات؟
أبحاث

إعادة تعريف التعلم بالمقارنة: كيف تمنح الشبكات العصبية الموثوقية للقرارات؟

أركايف للذكاءمنذ 1 شهر
OREN: الابتكار الثوري في رسم خرائط المسافات الأقلية بالاعتماد على الشبكات العصبية!
روبوتات

OREN: الابتكار الثوري في رسم خرائط المسافات الأقلية بالاعتماد على الشبكات العصبية!

أركايف للذكاءمنذ 1 شهر
هل تشعر الروبوتات بالذات؟ اكتشاف مثير في تعلم الروبوتات المستمر!
روبوتات

هل تشعر الروبوتات بالذات؟ اكتشاف مثير في تعلم الروبوتات المستمر!

أركايف للذكاءمنذ 1 شهر
استكشاف دور معالجة البيانات وديناميات الميمريستور في الحوسبة التخزينية لتصنيف الصور
أبحاث

استكشاف دور معالجة البيانات وديناميات الميمريستور في الحوسبة التخزينية لتصنيف الصور

أركايف للذكاءمنذ 1 شهر
اكتشاف الرائد: الأساليب الاقتصادية باستخدام شبكات CNN موسعة في معالجة الإشارات الدورية!
أبحاث

اكتشاف الرائد: الأساليب الاقتصادية باستخدام شبكات CNN موسعة في معالجة الإشارات الدورية!

أركايف للذكاءمنذ 1 شهر
مواجهة الصور النمطية: كيف نكتشف ونمنع تحيزات نماذج اللغة الضخمة؟
أبحاث

مواجهة الصور النمطية: كيف نكتشف ونمنع تحيزات نماذج اللغة الضخمة؟

أركايف للذكاءمنذ 1 شهر