Suche nach Perzeptron | meineki.news

Predictive Coding Graphs erweitern Feedforward-Netzwerke – neue ML-Ansätze

Wissenschaftler haben mit ihrer Arbeit gezeigt, dass Predictive Coding Graphs (PCGs) ein mathematisches Superset von klassischen Feedforwar…

arXiv – cs.LG 09.03.2026 04:00

Forschung

SGD sucht nicht nach Flachheit – Daten bestimmen die Schärfe

Ein neues arXiv‑Veröffentlichung (2602.05065v1) beleuchtet die lange diskutierte Frage, ob der klassische Stochastic Gradient Descent (SGD)…

arXiv – cs.LG 06.02.2026 05:00

Forschung

Neurale Netze revolutionieren die Simulation kosmischer Inflationslandschaften

In einer kürzlich veröffentlichten Arbeit auf arXiv wird gezeigt, wie künstliche neuronale Netze – die Grundlage moderner maschineller Lern…

arXiv – cs.AI 28.01.2026 05:00

Forschung

Genauere Unsicherheitsanalyse: Exakte Ergebnisse für MLPs mit ReLU

Eine neue Veröffentlichung auf arXiv liefert exakte analytische Formeln für die Unsicherheitsweitergabe in trainierten Multi‑Layer‑Perzeptr…

arXiv – cs.LG 26.01.2026 05:00

Forschung

MINPO: Neuer neuronaler Operator löst komplexe nichtlokale Dynamiken

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

arXiv – cs.LG 22.12.2025 05:00

Forschung

SigMA: Deep-Learning-Methode verbessert Parametererkennung bei fBm-SDEs

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

arXiv – cs.LG 18.12.2025 05:00

Forschung

ATLAS: Graph‑Lernalgorithmus steigert Genauigkeit bei heterophilen Netzwerken

Der neue Ansatz ATLAS (Adaptive Topology‑based Learning at Scale) löst zwei zentrale Probleme moderner Graph Neural Networks (GNNs). Ersten…

arXiv – cs.LG 18.12.2025 05:00

Forschung

Neues Graph Neural Network stabilisiert Diffusion auf unregelmäßigen Netzen

In der numerischen Simulation von partiellen Differentialgleichungen (PDEs) sind klassische Verfahren wie Crank‑Nicolson auf regelmäßigen G…

arXiv – cs.LG 16.12.2025 05:00

Forschung

Neue theoretische Grenzen für die Kompression breiter Multilayer-Perzeptronen

Forscher haben einen neuen, rigorosen Ansatz zur Kompression von neuronalen Netzwerken vorgestellt, der die bisherige Lücke zwischen Praxis…

arXiv – cs.LG 09.12.2025 05:00

Forschung

BEP: Vollständig binäres Training von neuronalen Netzwerken

Binäre neuronale Netzwerke (BNNs) beschränken Gewichte und Aktivierungen auf nur zwei Werte. Dadurch sinken Rechenaufwand, Speicherbedarf u…

arXiv – cs.LG 05.12.2025 05:00

Forschung

Neues Netzwerk ASPEN löst Ginzburg-Landau-Dynamik mit hoher Präzision

Physics‑Informed Neural Networks (PINNs) haben sich als leistungsstarkes, netzwerkfreies Verfahren zur Lösung partieller Differentialgleich…

arXiv – cs.LG 04.12.2025 05:00

Forschung

Alibaba nutzt Deep Learning, um Klickrate bei Taobao zu optimieren

Die Vorhersage von Klickrate (CTR) ist ein entscheidender Faktor für moderne Werbesysteme, denn sie bestimmt, wie gut Anzeigen platziert we…

arXiv – cs.LG 01.12.2025 05:00

Forschung

<iLTM: Das neue All-in-One-Modell für Tabellendaten</iLTM>

Tabellendaten bilden die Grundlage für Entscheidungen in Wissenschaft, Industrie und öffentlicher Verwaltung. Trotz großer Fortschritte im…

arXiv – cs.LG 21.11.2025 05:00

Forschung

Quantum‑GAT reduziert Routingkosten um 5 % bei Fahrzeug‑Routenplanung

Ein neues Forschungsprojekt aus dem Bereich der künstlichen Intelligenz zeigt, dass ein hybrides Modell, das Quanten‑Graph‑Attention‑Netzwe…

arXiv – cs.LG 20.11.2025 05:00

Forschung

PolyKAN: Effiziente GPU-Operatoren für Polynom-KAN-Varianten

Die neue Bibliothek PolyKAN bringt Kolmogorov‑Arnold‑Netze (KANs) endlich in die Praxis. KANs versprechen eine höhere Ausdruckskraft und be…

arXiv – cs.AI 20.11.2025 05:00

Forschung

KANGURA: Neues KI-Modell optimiert 3D-Design von MFC-Anoden

Ein neues KI-Framework namens KANGURA verspricht, die Gestaltung von Anoden in Mikroorganismusbasierten Brennstoffzellen (MFCs) zu revoluti…

arXiv – cs.AI 19.11.2025 05:00

Forschung

N-ReLU: Stochastische Erweiterung von ReLU ohne tote Neuronen

Aktivierungsfunktionen sind das Herzstück von Deep‑Learning‑Modellen, denn sie ermöglichen nichtlineare Darstellungen. Die weit verbreitete…

arXiv – cs.LG 12.11.2025 05:00

Forschung

GastroDL-Fusion: vereint Protein‑Ligand‑ und Gensequenzen für Medikamente

Ein neues Deep‑Learning‑Framework namens GastroDL‑Fusion wurde vorgestellt, das die Vorhersage der Bindungsaffinität von Protein‑Ligand‑Kom…

arXiv – cs.LG 11.11.2025 05:00

Forschung

Ein-Gate-Schichten mit Skip-Verbindungen: Universelle Klassifikatoren

Das neue Papier auf arXiv (Version 1, 2511.05552v1) demonstriert, wie ein klassischer Mehrschicht-Perzeptron mit zwei verborgenen Schichten…

arXiv – cs.LG 11.11.2025 05:00

Praxis

Der Perzeptron: Ursprung des maschinellen Lernens

Die Geschichte des maschinellen Lernens beginnt mit einem einfachen, aber revolutionären Konzept: dem Perzeptron. Dieses Modell, entwickelt…

Ben Recht – Argmin 23.09.2025 14:59

Forschung

Transformer mit spektralen Filtern: 10 % bessere Vorhersagen bei Zeitreihen

Transformer‑basierte Modelle dominieren derzeit die Vorhersage langer Zeitreihen, doch sie neigen dazu, sich auf niedrige Frequenzen zu kon…

arXiv – cs.AI 29.08.2025 05:00

Forschung

Neues End-to-End-Framework erkennt Sepsis frühzeitig mit 93,5 % Genauigkeit

Sepsis ist eine lebensbedrohliche Erkrankung, die in Intensivstationen rasch erkannt werden muss. Traditionelle Machine‑Learning‑Methoden w…

arXiv – cs.LG 27.08.2025 05:00

Finde Modelle, Firmen und Themen

Predictive Coding Graphs erweitern Feedforward-Netzwerke – neue ML-Ansätze

SGD sucht nicht nach Flachheit – Daten bestimmen die Schärfe

Neurale Netze revolutionieren die Simulation kosmischer Inflationslandschaften

Genauere Unsicherheitsanalyse: Exakte Ergebnisse für MLPs mit ReLU

MINPO: Neuer neuronaler Operator löst komplexe nichtlokale Dynamiken

SigMA: Deep-Learning-Methode verbessert Parametererkennung bei fBm-SDEs

ATLAS: Graph‑Lernalgorithmus steigert Genauigkeit bei heterophilen Netzwerken

Neues Graph Neural Network stabilisiert Diffusion auf unregelmäßigen Netzen

Neue theoretische Grenzen für die Kompression breiter Multilayer-Perzeptronen

BEP: Vollständig binäres Training von neuronalen Netzwerken

Neues Netzwerk ASPEN löst Ginzburg-Landau-Dynamik mit hoher Präzision

Alibaba nutzt Deep Learning, um Klickrate bei Taobao zu optimieren

<iLTM: Das neue All-in-One-Modell für Tabellendaten</iLTM>

Quantum‑GAT reduziert Routingkosten um 5 % bei Fahrzeug‑Routenplanung

PolyKAN: Effiziente GPU-Operatoren für Polynom-KAN-Varianten

KANGURA: Neues KI-Modell optimiert 3D-Design von MFC-Anoden

N-ReLU: Stochastische Erweiterung von ReLU ohne tote Neuronen

GastroDL-Fusion: vereint Protein‑Ligand‑ und Gensequenzen für Medikamente

Ein-Gate-Schichten mit Skip-Verbindungen: Universelle Klassifikatoren

Der Perzeptron: Ursprung des maschinellen Lernens

Transformer mit spektralen Filtern: 10 % bessere Vorhersagen bei Zeitreihen

Neues End-to-End-Framework erkennt Sepsis frühzeitig mit 93,5 % Genauigkeit

🍪 Cookie-Einstellungen

Quantum‑GAT reduziert Routingkosten um 5 % bei Fahrzeug‑Routenplanung

Transformer mit spektralen Filtern: 10 % bessere Vorhersagen bei Zeitreihen

Neues End-to-End-Framework erkennt Sepsis frühzeitig mit 93,5 % Genauigkeit