Suche nach Vision Transformers

Weak‑SIGReg: Kovarianz‑Regularisierung für stabile Deep‑Learning‑Modelle

Ein neues Verfahren namens Weak‑SIGReg sorgt dafür, dass tiefe neuronale Netze ohne auf architektonische Tricks angewiesen zu sein, stabil…

arXiv – cs.LG 09.03.2026 04:00

Forschung

Vision Transformers: Zero-Shot-Clustering von Tierbildern

Die manuelle Kennzeichnung von Tierfotos bleibt ein entscheidender Engpass in der Ökologie. Durch den Einsatz modernster Vision‑Transformer…

arXiv – cs.AI 05.02.2026 05:00

Forschung

Neues selbstlernendes Diffusionsmodell steigert Brustkrebsklassifikation in UV-Bildern

Die präzise Bestimmung von Tumormargen während der Brustkrebs-Operation ist entscheidend, um gesundes Gewebe zu erhalten. Hier kommt die De…

arXiv – cs.AI 19.01.2026 05:00

Forschung

CNNs triumphieren bei Baumkronen‑Segmentierung mit nur 150 Bildern

Die Erkennung von Baumkronen aus Luftaufnahmen ist ein entscheidender Schritt für Umweltüberwachung, Stadtplanung und Ökosystemanalysen. In…

arXiv – cs.AI 19.01.2026 05:00

Forschung

Neue Analyse enthüllt, wie Vision Transformers Tokens kommunizieren Forscher haben ein neues Analysewerkzeug namens Bi‑Orthogonal Factor Decomposition (BFD) entwickelt, das die Funktionsweise von Self‑Attention in Vision Transformers genauer beleuchtet. BFD zerlegt zunächst die Aktivierungen von Tokens statistisch in orthogonale Position‑ und Inhaltsfaktoren und analysiert anschließend die Interaktionsmatrix der Queries und Keys mittels SVD. So wird deutlich, welche Informationen zwischen Tokens ausgetausc

arXiv – cs.AI 12.01.2026 05:00

Forschung

Gradienten in Deep Learning: Vorhersagbare Pfade und niedrige Rangstruktur

Die Optimierung von Deep‑Learning‑Modellen weist eine Struktur auf, die klassische Worst‑Case‑Gradientenschätzungen nicht erfassen. In der…

arXiv – cs.LG 09.01.2026 05:00

Forschung

Vision Transformers verbessern Temperaturvorhersage bei Specklegram‑Sensoren

Faser‑Specklegram‑Sensoren (FSS) gelten als hochpräzise Instrumente zur Umweltüberwachung, insbesondere zur Messung von Temperaturänderunge…

arXiv – cs.AI 20.11.2025 05:00

Forschung

Neues Super-Netzwerk für skalierbare Vision Transformers: Wissensdichte-Stratifizierung

Die gleichzeitige Schulung und Bereitstellung mehrerer Vision‑Transformer‑Modelle für unterschiedliche Ressourcenbeschränkungen ist bislang…

arXiv – cs.LG 18.11.2025 05:00

Forschung

Vision Transformers steigern die Erkennung von Engagement bei Kindern

Ein neues arXiv‑Preprint zeigt, wie Vision Transformers (ViTs) die Erkennung von Verhaltens‑ und Kollaborationsengagement bei Kindern autom…

arXiv – cs.AI 25.08.2025 05:00

Forschung

STAS: Berechnungszeit für Spiking Transformers senkt Energieverbrauch um 45 %

Spiking Neural Networks (SNNs) versprechen eine deutlich höhere Energieeffizienz als klassische künstliche neuronale Netzwerke, leiden jedo…

arXiv – cs.LG 21.08.2025 05:00

Finde Modelle, Firmen und Themen

Weak‑SIGReg: Kovarianz‑Regularisierung für stabile Deep‑Learning‑Modelle

Vision Transformers: Zero-Shot-Clustering von Tierbildern

Neues selbstlernendes Diffusionsmodell steigert Brustkrebsklassifikation in UV-Bildern

CNNs triumphieren bei Baumkronen‑Segmentierung mit nur 150 Bildern

Gradienten in Deep Learning: Vorhersagbare Pfade und niedrige Rangstruktur

Vision Transformers verbessern Temperaturvorhersage bei Specklegram‑Sensoren

Neues Super-Netzwerk für skalierbare Vision Transformers: Wissensdichte-Stratifizierung

Vision Transformers steigern die Erkennung von Engagement bei Kindern

STAS: Berechnungszeit für Spiking Transformers senkt Energieverbrauch um 45 %

🍪 Cookie-Einstellungen

STAS: Berechnungszeit für Spiking Transformers senkt Energieverbrauch um 45 %