Finde Modelle, Firmen und Themen

Reinforcement Learning mit verifizierbaren Belohnungen (RLVR) hat sich als zentrales Lernparadigma etabliert, um die Denkfähigkeiten multim…

Eine neue Klasse von neuronalen Netzwerken, die auf hyperbolischen Räumen operieren, wurde auf arXiv veröffentlicht (ID 2602.18858v1). Hype…

Neuer Forschungsschwerpunkt: Neuronale Netze, die mit lernbaren, niedriggradigen rationalen Aktivierungsfunktionen arbeiten, zeigen deutlic…

Ein neues arXiv‑Veröffentlichung (2602.12482v1) präsentiert eine elegante geometrische Konstruktion von neuronalen Netzen, die disjunkte ko…

Die Integration von Generative‑AI (GenAI) in Konsumelektronik – von KI‑gestützten Assistenten in Wearables bis hin zu generativer Planung i…

Ein neues Deep‑Learning‑Modell namens MeCSAFNet hat die Leistung bei der Land‑Cover‑Segmentierung in multispektralen Bildern deutlich verbe…

Effizienz ist das Herzstück moderner KI‑Modelle, besonders wenn sie in Echtzeit‑Anwendungen oder ressourcenbeschränkten Umgebungen eingeset…

In einer neuen Veröffentlichung auf arXiv präsentiert das Forschungsteam die Architektur TruKAN, die die klassische Kolmogorov-Arnold-Netzw…

In einer kürzlich veröffentlichten Arbeit auf arXiv präsentiert ein Forschungsteam ein innovatives Modell namens HaKAN, das die Grenzen her…

Das N-Way Self-Evaluating Deliberation (NSED) ist ein neues Runtime Mixture-of-Models (MoM)-Protokoll, das aus einer Vielzahl unterschiedli…

In der Welt des Deep Learning stoßen herkömmliche Aktivierungsfunktionen wie ReLU, LeakyReLU und PReLU häufig auf Gradientinstabilitäten, w…

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

Neural‑Netzwerke haben in den letzten Jahren bahnbrechende Erfolge in Klassifikations‑ und Regressionsaufgaben erzielt. Besonders die Recti…

In der physik‑informierten KI werden neuronale Netze mithilfe von gewöhnlichen und partiellen Differentialgleichungen trainiert, um Lösungs…

Ein neues Forschungsprojekt hat ein verbessertes physikgetriebenes neuronales Netzwerk (IPDNN) vorgestellt, das inverse Streuungsprobleme i…

Auf der Plattform arXiv wurde ein neues Papier veröffentlicht, das die Kolmogorov‑Arnold‑Netzwerke (KANs) um ein innovatives Konzept erweit…

Forscher haben eine neue Initialisierungsmethode für neuronale Netzwerke mit sinusoidalen Aktivierungsfunktionen wie SIREN vorgestellt. Die…

In einer aktuellen Studie von Forschern aus dem Bereich der künstlichen Intelligenz wurde die Robustheit von maschinellen Lernmodellen syst…

In einer kürzlich veröffentlichten Studie auf arXiv wird Memory-DD vorgestellt – ein neuronales Modell, das die Vorteile dendritischer Stru…

In modernen Halbleitergeräten bestimmt die Wärmeabfuhr von der Chip‑Substrat‑Verbindung den thermischen Betrieb. Dort entsteht bei der Über…

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

Eine aktuelle Veröffentlichung auf arXiv (2511.05131v1) beleuchtet, wie die Wahl der Aktivierungsfunktion im Ausgangsschicht eines neuronal…

In einer aktuellen Veröffentlichung auf arXiv wird ein stochastischer Gauss-Newton-Algorithmus (SGN) vorgestellt, der mit Levenberg–Marquar…

In einer neuen Studie wird die Taguchi-Design-of-Experiments-Methode auf Convolutional Neural Networks (CNNs) angewandt, um die Hyperparame…

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

Neural‑Netzwerke sind zentrale Werkzeuge im maschinellen Lernen. Durch die Darstellung von stückweise linearen Aktivierungsfunktionen mitte…

In einer neuen Veröffentlichung auf arXiv wird gezeigt, dass stochastische Gradientenverfahren – die in der Praxis häufig zum Trainieren vo…

In einer aktuellen Veröffentlichung auf arXiv wird das Auxiliary Equation Neural Networks Method (AENNM) vorgestellt – ein innovatives Verf…

Neues arXiv‑Paper (ID 2508.11432v1) zeigt, wie Convolutional Neural Ordinary Differential Equations (NODEs) durch kontraktive Regularisieru…