Finde Modelle, Firmen und Themen

In der seismischen Datenverarbeitung haben klassische neuronale Netzwerke (NN) zwar Fortschritte erzielt, doch ihre Beschränkung auf reelle…

Ein neues Verfahren zur Erzeugung von Gruppentänzen aus Musik, das die Synchronisation mehrerer Tänzer mit gleichzeitigem Erhalt räumlicher…

Eine neue Studie aus dem arXiv-Repository zeigt, wie Transformer‑Modelle die Kalibrierung von Messinstrumenten revolutionieren können. Durc…

Eine neue Studie aus dem Bereich der Zeitreihenklassifikation (TSC) präsentiert zwei innovative Netzwerkarchitekturen, die die Leistungsfäh…

Der neu entwickelte Autoencoder SAFE‑PIT‑CM kombiniert ein konvolutionelles Encoder‑Decoder‑Netzwerk mit einer „frozen“ PDE‑Operator‑Schich…

Die neue Methode PA-Net (Precipitation‑Adaptive Network) setzt einen Meilenstein im Wetter‑Nowcasting, indem sie die Rechenleistung gezielt…

In den letzten Jahren haben sich Super‑Resolution‑Methoden zunehmend auf Transformer‑Architekturen verlassen, weil diese ein starkes Langze…

Eine neue Methode namens Count Bridges, vorgestellt auf arXiv, bietet ein genaues und handhabbares Pendant zu Diffusionsmodellen – jedoch s…

In einer kürzlich veröffentlichten Arbeit auf arXiv präsentiert das Forschungsteam die Architektur „Flowers“, ein neuronales Modell, das di…

Transformers brauchen Positionskodierungen, um die Reihenfolge von Tokens zu erfassen. Während die Forschung bisher vor allem neue Kodierun…

Viele physikalische Systeme zeigen nichtlokale, räumlich‑zeitliche Verhaltensweisen, die durch integro‑differenzielle Gleichungen (IDEs) be…

Stochastische Differentialgleichungen, die von fractional Brownian Motion (fBm) getrieben werden, modellieren zunehmend Systeme mit rauen D…

In der Welt der Graphenanalysen gewinnt das unüberwachte Lernen von Knoteneinbettungen immer mehr an Bedeutung. Ziel ist es, aussagekräftig…

Die Klassifizierung von Baby‑Schreien kann frühzeitig die Bedürfnisse von Neugeborenen erkennen, steht jedoch vor großen Herausforderungen…

Kolmogorov‑Arnold‑Netze (KAN) haben sich als interpretierbare Alternativen zu klassischen Multi‑Layer‑Perceptrons etabliert. In ihrer Stand…

Ein neues Forschungsprojekt aus dem Bereich der Rehabilitationsmedizin hat einen automatisierten Ansatz zur Schätzung des Functional Indepe…

Eine neue Studie, veröffentlicht auf arXiv (2511.11235v1), zeigt, dass Fingerzeichnungen von Ziffern (0‑9) auf Touchscreens als zuverlässig…

Graph Neural Networks (GNNs) sind heute unverzichtbar für die Analyse relationaler Daten. Klassische GNNs lassen sich in drei Hauptvariante…

In einer wegweisenden Veröffentlichung präsentiert ein internationales Forschungsteam die ersten Graph Neural Network (GNN)-Modelle, die di…

Die Wissenschaftler haben CellARC vorgestellt, ein synthetisches Benchmark-System, das die Fähigkeit von Modellen zur Abstraktion und zum l…

Ein neues, leichtgewichtiges Diffusionsframework ermöglicht die Echtzeit‑Entschlüsselung von imaginärem Sprechen bei Menschen mit Aphasie…

Mit der zunehmenden Integration von Machine‑Learning‑Algorithmen in Hardwarelösungen für Echtzeitanwendungen hat sich die Entwicklung moder…

In der Vorhersage molekularer Eigenschaften liegen die wertvollsten Verbindungen – etwa solche mit hoher Wirksamkeit – häufig in seltenen B…

In einer wegweisenden Studie wurde erstmals gezeigt, dass körperliche Aktivitäten ausschließlich anhand von EKG‑Signalen zuverlässig erkann…

Eine aktuelle Studie zeigt, dass Sprach‑Foundation‑Modelle wie HuBERT und wav2vec 2.0 nicht nur für Audiodaten, sondern auch für Wearable‑S…

Die 4‑D‑Live‑Fluoreszenzmikroskopie leidet häufig unter photobleaching‑ und phototoxischen Effekten, die durch langanhaltende, hochintensiv…

Ein neues Deep‑Learning‑Modell namens AICRN (Attention‑Integrated Convolutional Residual Network) wurde auf der Plattform arXiv veröffentli…