Suche nach Lernframework

Leichtgewichtiges, adaptives System erkennt DC-Arc-Faults in PV-Anlagen zuverlässig

In Photovoltaik-Anlagen stellen DC-Arc-Faults ein erhebliches Brandrisiko dar. Traditionelle AFCI-Lösungen stoßen bei realen Betriebsbeding…

arXiv – cs.AI 30.03.2026 04:00

Forschung

Neues Lernframework FFzero ermöglicht stabiles Training ohne Backpropagation

Die aktuelle Erfolgsstory des Deep Learning beruht stark auf Backpropagation und automatischer Differenzierung. Doch die physikalischen Gre…

arXiv – cs.LG 27.03.2026 04:00

Forschung

<h1>Neues Ensemble-Lernmodell liefert 98,8 % Genauigkeit bei Pflanzenklassifikation</h1> <p>Die Landwirtschaft steht vor wachsenden Herausforderungen wie Klimawandel, Bodendegradation und Ressourcenknappheit. Um diesen Problemen mit datenbasierten Lösungen zu begegnen, wurde ein erklärbares Ensemble-Lernframework entwickelt, das optimierte Feature-Pyramiden, tiefe neuronale Netze, Selbstaufmerksamkeitsmechanismen und Residualnetze kombiniert.</p> <p>Das Modell nutzt einen Datensatz von 3 867 Beobachtungen m

arXiv – cs.LG 27.03.2026 04:00

Forschung

Neues Lernverfahren für meshfreie Differentialoperatoren mit Graph Neural Networks

Forscher haben ein neues, parametrisiertes Lernframework vorgestellt, das meshfreie diskrete Differentialoperatoren mithilfe von Graph Neur…

arXiv – cs.LG 27.03.2026 04:00

Forschung

Unstrukturierte EHR‑Daten im Training nutzen – strukturierte Daten im Einsatz

In elektronischen Gesundheitsakten liegen neben den üblichen strukturierten Feldern auch umfangreiche klinische Notizen, die wichtige Konte…

arXiv – cs.LG 25.03.2026 04:00

Forschung

Neues Lernverfahren verbessert Sprach-BCI über Sessions hinweg

Intrakortikale Gehirn‑Computer‑Interfaces (BCIs) können Sprache aus neuronaler Aktivität mit hoher Genauigkeit entschlüsseln, wenn sie auf…

arXiv – cs.LG 20.03.2026 04:00

Forschung

Sicheres Herz‑Kreislauf‑Risiko: Federated Learning mit Differential Privacy

Die präzise Vorhersage von Herz‑Kreislauf‑Risiken ist ein entscheidender Faktor für die präventive Gesundheitsversorgung. In der Praxis ers…

arXiv – cs.LG 17.03.2026 04:00

Forschung

CALF: Kommunikationsbewusstes Lernframework stärkt verteiltes RL

In verteilten Reinforcement-Learning-Setups, bei denen Agenten auf Edge-Geräten und in der Cloud laufen, treten häufig Netzwerkverzögerunge…

arXiv – cs.LG 16.03.2026 04:00

Forschung

Neues Lernmodell entschlüsselt Mehrphasenfluss auf Porenebene aus 4D-Velocimetrie

Mehrphasenströmungen in porösen Medien sind das Herzstück moderner Erdreichtechnologien – von der CO₂‑Speicherung bis zum unterirdischen Wa…

arXiv – cs.LG 16.03.2026 04:00

Forschung

LLM-Entwickler präsentieren RL-Methode zur menschlichen Sozialintelligenz

Eine neue Studie aus dem Bereich der künstlichen Intelligenz zeigt, dass große Sprachmodelle (LLMs) einen bedeutenden Schritt in Richtung m…

arXiv – cs.AI 11.03.2026 04:00

Forschung

Online-Lernbarkeit von Chain-of-Thought-Verifikatoren: Korrektheit vs. Vollständigkeit

Wissenschaftler haben ein neues Online-Lernframework vorgestellt, das Chain-of-Thought-Verifikatoren – Werkzeuge, die die Richtigkeit von S…

arXiv – cs.LG 05.03.2026 05:00

Forschung

Rubrikbasierter Kritiker lernt aus seltenen, verrauschten Echtzeitdaten

In der Forschung zu programmierfähigen Agenten wird häufig die Fähigkeit gemessen, Aufgaben autonom zu lösen, indem man auf überprüfbare Be…

arXiv – cs.AI 05.03.2026 05:00

Forschung

RACI: Neues Lernmodell verbessert Kohlenstoffflüsse in Ökosystemen

Die präzise Vorhersage von terrestrischen Kohlenstoffflüssen – darunter CO₂, GPP und CH₄ – ist entscheidend für das Verständnis des globale…

arXiv – cs.LG 05.03.2026 05:00

Forschung

HiMAC: Hierarchisches Lernen für LLM-Agenten in Langzeitaufgaben

In einer neuen Veröffentlichung auf arXiv präsentiert HiMAC ein innovatives, hierarchisches Lernframework, das Large Language Model (LLM)-A…

arXiv – cs.AI 03.03.2026 05:00

Forschung

AutoSkill: LLM-Agenten lernen aus Erfahrung – Weg zur lebenslangen Personalisierung

In der Praxis zeigen Nutzer von großen Sprachmodellen immer wieder stabile Vorlieben und Anforderungen – etwa das Vermeiden von Halluzinati…

arXiv – cs.AI 03.03.2026 05:00

Forschung

MoST trennt Modus‑spezifische Tensorzeitreihen – neue Spitzenleistung

In vielen Bereichen – von Suchmaschinen bis hin zu Umweltüberwachungssystemen – tauchen Tensorzeitreihen (TTS) auf. Diese hochdimensionalen…

arXiv – cs.LG 02.03.2026 05:00

Forschung

MLLMs gegen visuelle Täuschungen: Adversarial Training stärkt Robustheit

Ein brandneues Forschungsdokument aus dem Bereich der multimodalen großen Sprachmodelle (MLLMs) zeigt, wie man die Wahrnehmungsstabilität d…

arXiv – cs.LG 27.02.2026 05:00

Forschung

THEMES: Revolutionäres Lernframework für sich wandelnde pädagogische Strategien

In den letzten Jahren haben sich Reinforcement Learning (RL) und Deep Reinforcement Learning (DRL) rasant weiterentwickelt und wurden erfol…

arXiv – cs.LG 25.02.2026 05:00

Forschung

Feinabstimmung von Vision‑Language‑Modellen gefährdet Sicherheit – Studie warnt

Eine neue Untersuchung aus dem arXiv‑Repository zeigt, dass das Feintuning von Vision‑Language‑Modellen auf eng begrenzte, potenziell schäd…

arXiv – cs.AI 20.02.2026 05:00

Forschung

SymGraph: Symbolische Graph-Lernmethode übertrifft herkömmliche GNNs

In einem bahnbrechenden Beitrag zur Graphverarbeitung präsentiert das Forschungsteam SymGraph, ein neues symbolisches Lernframework, das di…

arXiv – cs.LG 20.02.2026 05:00

Forschung

BindCLIP: Neues Framework steigert virtuelle Screening-Genauigkeit

Virtuelle Screening-Methoden zielen darauf ab, aus riesigen chemischen Bibliotheken aktiv bindende Liganden für ein bestimmtes Ziel zu iden…

arXiv – cs.LG 18.02.2026 05:00

Forschung

KI lernt kontinuierlich, wie sie denken soll – neues Lernmodell

In einem bahnbrechenden Beitrag aus dem arXiv‑Repository wird ein neues Lernframework vorgestellt, das KI-Systeme befähigt, ihre eigenen De…

arXiv – cs.AI 13.02.2026 05:00

Forschung

IIT‑inspiriertes Bewusstsein in Sprachmodellen: Belohnungsbasiertes Lernframework

Die Suche nach Artificial General Intelligence (AGI) steht im Mittelpunkt der Weiterentwicklung von Sprachmodellen. Dabei könnte ein Bewuss…

arXiv – cs.AI 02.02.2026 05:00

Forschung

KI lernt korrekte verteilte Protokolle ohne menschliches Wissen

In einer wegweisenden Veröffentlichung auf arXiv präsentiert ein Forschungsteam einen völlig neuen Ansatz zur Entwicklung von verteilten Pr…

arXiv – cs.AI 02.02.2026 05:00

Forschung

NewPINNs: neuronale Netze mit klassischen Solvern für PDEs

Ein neues Lernframework namens NewPINNs verbindet neuronale Netze mit etablierten numerischen Solvern, um partielle Differentialgleichungen…

arXiv – cs.LG 27.01.2026 05:00

Forschung

RLHF: Neue Theorie erklärt, warum große Sprachmodelle nach Feedback generalisieren

Reinforcement Learning from Human Feedback (RLHF) hat sich als führende Methode etabliert, um große Sprachmodelle (LLMs) an menschliche Int…

arXiv – cs.LG 26.01.2026 05:00

Forschung

<h1>Multimodales Lernmodell prognostiziert Herz‑Kreislauf‑Risiken in Populationen</h1> <p>Ein neues multimodales Lernframework, das auf Cross‑Modal‑Transformern, Graph‑Neural‑Netzwerken und kausaler Repräsentationslernen basiert, verspricht die nächste Generation der Herz‑Kreislauf‑Risikovorhersage. Das Modell integriert genetische Varianten, kardiale MRT‑Bilder, EKG‑Wellenformen, Wearable‑Daten und strukturierte elektronische Gesundheitsakten, um individuelle Risikobewertungen zu liefern.</p> <p>Um die A

arXiv – cs.LG 13.01.2026 05:00

Forschung

MetaHGNIE: Hypergraph-Contrastive Learning für heterogene Wissensgraphen

Die Bewertung der Wichtigkeit von Knoten in heterogenen Wissensgraphen ist ein zentrales Problem für Anwendungen wie Empfehlungssysteme, Wi…

arXiv – cs.AI 16.12.2025 05:00

Forschung

WholeBodyVLA: Einheitliches VLA-Modell für humanoide Loco‑Manipulation

In der Robotik steht die Kombination aus präziser Fortbewegung und geschickter Greifbewegung im Fokus. Das neue Konzept WholeBodyVLA löst e…

arXiv – cs.AI 15.12.2025 05:00

Forschung

ReMe: Dynamisches Lernframework für Agenten, das Erfahrung nutzt

Ein neues Verfahren namens ReMe – kurz für „Remember Me, Refine Me“ – verspricht, die Art und Weise zu revolutionieren, wie große Sprachmod…

arXiv – cs.AI 12.12.2025 05:00

Finde Modelle, Firmen und Themen

Leichtgewichtiges, adaptives System erkennt DC-Arc-Faults in PV-Anlagen zuverlässig

Neues Lernframework FFzero ermöglicht stabiles Training ohne Backpropagation

Neues Lernverfahren für meshfreie Differentialoperatoren mit Graph Neural Networks

Unstrukturierte EHR‑Daten im Training nutzen – strukturierte Daten im Einsatz

Neues Lernverfahren verbessert Sprach-BCI über Sessions hinweg

Sicheres Herz‑Kreislauf‑Risiko: Federated Learning mit Differential Privacy

CALF: Kommunikationsbewusstes Lernframework stärkt verteiltes RL

Neues Lernmodell entschlüsselt Mehrphasenfluss auf Porenebene aus 4D-Velocimetrie

LLM-Entwickler präsentieren RL-Methode zur menschlichen Sozialintelligenz

Online-Lernbarkeit von Chain-of-Thought-Verifikatoren: Korrektheit vs. Vollständigkeit

Rubrikbasierter Kritiker lernt aus seltenen, verrauschten Echtzeitdaten

RACI: Neues Lernmodell verbessert Kohlenstoffflüsse in Ökosystemen

HiMAC: Hierarchisches Lernen für LLM-Agenten in Langzeitaufgaben

AutoSkill: LLM-Agenten lernen aus Erfahrung – Weg zur lebenslangen Personalisierung

MoST trennt Modus‑spezifische Tensorzeitreihen – neue Spitzenleistung

MLLMs gegen visuelle Täuschungen: Adversarial Training stärkt Robustheit

THEMES: Revolutionäres Lernframework für sich wandelnde pädagogische Strategien

Feinabstimmung von Vision‑Language‑Modellen gefährdet Sicherheit – Studie warnt

SymGraph: Symbolische Graph-Lernmethode übertrifft herkömmliche GNNs

BindCLIP: Neues Framework steigert virtuelle Screening-Genauigkeit

KI lernt kontinuierlich, wie sie denken soll – neues Lernmodell

IIT‑inspiriertes Bewusstsein in Sprachmodellen: Belohnungsbasiertes Lernframework

KI lernt korrekte verteilte Protokolle ohne menschliches Wissen

NewPINNs: neuronale Netze mit klassischen Solvern für PDEs

RLHF: Neue Theorie erklärt, warum große Sprachmodelle nach Feedback generalisieren

MetaHGNIE: Hypergraph-Contrastive Learning für heterogene Wissensgraphen

WholeBodyVLA: Einheitliches VLA-Modell für humanoide Loco‑Manipulation

ReMe: Dynamisches Lernframework für Agenten, das Erfahrung nutzt

🍪 Cookie-Einstellungen