Suche nach Convolutional Neural Network

Smart‑Sohlen erkennen Aktivitäten mit zirkulärem dilatiertem CNN

Neue Forschung zeigt, dass intelligente Einlegesohlen mit Drucksensoren, Beschleunigungsmessern und Gyroskopen die menschliche Gangart und…

arXiv – cs.LG 06.03.2026 05:00

Forschung

Bonsai: Framework zur Beschleunigung von CNNs durch kriteriumsbasierte Pruning

Mit der steigenden Nachfrage nach hochpräzisen Convolutional Neural Networks wachsen die Modelle immer weiter – und damit auch ihr Speicher…

arXiv – cs.AI 20.02.2026 05:00

Forschung

<h1>Erklärbares Deep-Learning-IDS erreicht 99 % Genauigkeit</h1> <p>Ein neues Intrusion Detection System (IDS) kombiniert Convolutional Neural Networks (CNN) und Long Short-Term Memory (LSTM) Netzwerke, um Netzwerkverkehr präzise zu klassifizieren und gleichzeitig die Entscheidungen des Modells verständlich zu machen. Durch die Integration von Explainable Artificial Intelligence (XAI) wird die Transparenz von Deep‑Learning‑Algorithmen deutlich erhöht.</p> <p>Die Leistung des Systems wurde anhand des etablie

arXiv – cs.AI 17.02.2026 05:00

Forschung

BotzoneBench: Skalierbare LLM-Bewertung mit abgestuften KI-Ankern

Der Text ist bereits auf Deutsch. Hier ist er noch einmal zur Bestätigung: ```text Die Entwicklung von KI-gestützten Systemen für die mediz…

arXiv – cs.AI 17.02.2026 05:00

Forschung

Neue Studie zeigt: TCN und DCNN dominieren MNIST-1D – Near-Human Performance

Arbeiten an kleinen Datensätzen wie MNIST haben die Entwicklung von Machine‑Learning‑Algorithmen maßgeblich vorangetrieben, weil sie ein ko…

arXiv – cs.LG 17.02.2026 05:00

Forschung

Erklärbare KI: Kombiniertes XAI-Framework für Gehirntumor-Erkennung

In einer neuen Studie wird gezeigt, wie die Kombination mehrerer erklärbarer KI‑Techniken die Transparenz von Deep‑Learning‑Modellen für di…

arXiv – cs.AI 06.02.2026 05:00

Forschung

DenseNet121 führt KI-gestützte Abfallklassifizierung zur Kreislaufwirtschaft an

Effiziente Abfalltrennung ist ein Schlüssel für die Umsetzung von Kreislaufwirtschaftspraktiken und die Ressourcengewinnung in smarten Städ…

arXiv – cs.AI 02.02.2026 05:00

Forschung

<p>Neues FPGA-Design ermöglicht vollauslastete CNN-Inferenz mit hoher Durchsatzrate</p> <p>Ein neues Forschungsprojekt hat einen Durchbruch erzielt, der die Effizienz von CNN-Implementierungen auf FPGAs drastisch steigert.</p> <p>Traditionelle Datenfluss-Architekturen nutzen jede Neuronen-Operation als eigene Hardware-Einheit, was bei FPGAs zu sehr niedriger Latenz und hohem Durchsatz führt. Doch bei Convolutional Neural Networks (CNNs) führen Pooling- und Stride‑größere‑als‑eins‑Schichten zu einer starken

arXiv – cs.AI 29.01.2026 05:00

Forschung

HyCARD-Net: Hybrid-Intelligenz-Framework verbessert Herz‑Kreislauf‑Diagnose

Herz‑ und Kreislauf‑Erkrankungen bleiben weltweit die häufigste Todesursache, was die dringende Notwendigkeit intelligenter, datenbasierter…

arXiv – cs.AI 27.01.2026 05:00

Forschung

NaNs beschleunigen U-Net-Modelle für Neuroimaging

Moderne Deep‑Learning‑Modelle für die Neuroimaging‑Analyse bauen zunehmend auf riesigen Architekturen, was die Rechenleistung zu einer daue…

arXiv – cs.LG 27.01.2026 05:00

Forschung

Neues Multi-Agenten-Modell steigert CAV-Platooning in gemischtem Verkehr

Connected Automated Vehicles (CAVs) können miteinander kommunizieren und so kooperative Platoons bilden, die Energieeffizienz und Verkehrsf…

arXiv – cs.AI 21.01.2026 05:00

Forschung

mmWave-Gesten-Erkennung in ISAC: Weniger Sensing-Airtime, kaum Genauigkeitsverlust

In integrierten Sensing‑und‑Communications‑Systemen (ISAC) wird die verfügbare Zeit oft zwischen Messung und Datenübertragung aufgeteilt. B…

arXiv – cs.AI 19.01.2026 05:00

Forschung

AVP-Pro: Zwei‑Stufen‑Ansatz mit adaptiver Fusion und kontrastivem Lernen

Die präzise Identifikation von antiviralen Peptiden (AVPs) ist ein entscheidender Schritt bei der Entwicklung neuer Medikamente. Mit dem ne…

arXiv – cs.LG 19.01.2026 05:00

Forschung

Bayesscher Ansatz zur Erkennung von Fehllabels in ML-Modellen

Maschinelles Lernen ist besonders anfällig für schlechte Ergebnisse, wenn die Trainingsdaten fehlerhafte Labels enthalten. Selbst bei sorgf…

arXiv – cs.LG 16.01.2026 05:00

Forschung

Hybrid-Modell SEPI‑TFPNet steigert Genauigkeit bei Magnetkernverlustvorhersagen

Die präzise Modellierung von Magnetkernverlusten ist entscheidend für die Entwicklung hocheffizienter Leistungselektronik. Traditionelle An…

arXiv – cs.LG 15.12.2025 05:00

Forschung

Motion2Meaning: prüfbares LLM für Parkinson‑Ganganalyse

Die Analyse von Gangmustern bei Parkinson‑Patienten mithilfe von KI hat das Potenzial, die Versorgung deutlich zu verbessern. Bisher bieten…

arXiv – cs.AI 11.12.2025 05:00

Forschung

KI-System mit Multi-Agent Reinforcement Learning optimiert Glioblastom-Resektion

Ein neues KI-System aus dem Open-Source-Portal arXiv unterstützt Ärzte bei der Diagnose und Therapieplanung von Glioblastom Multiforme (GBM…

arXiv – cs.AI 09.12.2025 05:00

Forschung

Neues Taxonomie-Framework deckt Affinitätslücke bei Transformer-Architekturen auf

Ein internationales Forschungsteam hat ein neuartiges 9‑Kategorien-Framework vorgestellt, das sämtliche 400 Aufgaben des ARC‑AGI‑2‑Datensat…

arXiv – cs.AI 09.12.2025 05:00

Forschung

Quanten-TCNN übertrifft klassische Modelle bei Aktienrenditen

Quanten‑Machine‑Learning eröffnet neue Wege, um Börsenkurse präziser vorherzusagen – besonders in komplexen, verrauschten und dynamischen F…

arXiv – cs.LG 09.12.2025 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

Neues Verfahren: Netzwerk von Theseus wandelt Modelle während der Inferenz um

In einer bahnbrechenden Veröffentlichung auf arXiv (2512.04198v1) stellen die Autoren das Konzept des „Network of Theseus“ (NoT) vor – ein…

arXiv – cs.LG 05.12.2025 05:00

Forschung

Feature Engineering schlägt Deep Learning bei automatischer Münzbewertung

Eine neue Studie aus dem arXiv-Repository stellt die weit verbreitete Annahme in Frage, dass Deep‑Learning-Modelle immer die besseren Ergeb…

arXiv – cs.LG 05.12.2025 05:00

Forschung

Deep-Learning-Modelle revolutionieren Code-Modulierte Visuelle Evoked Potentials

Eine neue Studie aus dem arXiv-Repository präsentiert Deep‑Learning‑Architekturen, die die Erkennung von Code‑Modulated Visual Evoked Poten…

arXiv – cs.LG 01.12.2025 05:00

Forschung

G-Net: Nachweislich einfache Konstruktion hochpräziser binärer neuronaler Netze

Ein neues Verfahren namens G‑Net ermöglicht die schnelle und zuverlässige Erstellung von binären neuronalen Netzwerken, die die Genauigkeit…

arXiv – cs.LG 27.11.2025 05:00

Forschung

Neues Verfahren liefert garantiert optimale neuronale Erklärungen

In einem wegweisenden Beitrag zur Erklärbarkeit von Deep‑Learning‑Modellen präsentiert ein Forschungsteam ein völlig neues Framework, das g…

arXiv – cs.AI 27.11.2025 05:00

Forschung

Hybrid‑CNN‑LSTM erkennt drahtlose Modulationen mit 93,5 % Genauigkeit

Die automatische Modulationsklassifikation (AMC) ist ein zentrales Element moderner Funknetzwerke, das es ermöglicht, Modulationsschemata o…

arXiv – cs.LG 27.11.2025 05:00

Forschung

ModHiFi: Hochpräzise Komponenten für Modelländerungen identifizieren

ModHiFi ist ein neuer Ansatz, der es ermöglicht, kritische Bausteine von Open‑Weight‑Modellen zu erkennen, ohne Zugriff auf Trainingsdaten…

arXiv – cs.LG 26.11.2025 05:00

Praxis

OpenReg: PyTorch‑Simulator für eigene Hardwarebeschleuniger

Die PyTorch‑Community arbeitet intensiv daran, ein wachsendes Ökosystem spezialisierter Beschleuniger aufzubauen. Dabei setzen sie auf eine…

PyTorch – Blog 21.11.2025 17:58

Forschung

Hybrid Deep Neural Network steigert Sentiment‑Analyse auf 95 % Genauigkeit

Die Analyse von Kundenmeinungen ist heute ein entscheidender Faktor für Unternehmensentscheidungen, da soziale Medien und E‑Commerce immer…

arXiv – cs.AI 20.11.2025 05:00

Forschung

Transformer nutzen Wetterkarten als Tokens – 60 % bessere Windprognosen

Ein neuer Ansatz aus dem arXiv-Repository nutzt Transformer-Modelle, um Wetterkarten als Tokens zu verarbeiten und damit die Vorhersage von…

arXiv – cs.LG 19.11.2025 05:00

Finde Modelle, Firmen und Themen

Smart‑Sohlen erkennen Aktivitäten mit zirkulärem dilatiertem CNN

Bonsai: Framework zur Beschleunigung von CNNs durch kriteriumsbasierte Pruning

BotzoneBench: Skalierbare LLM-Bewertung mit abgestuften KI-Ankern

Neue Studie zeigt: TCN und DCNN dominieren MNIST-1D – Near-Human Performance

Erklärbare KI: Kombiniertes XAI-Framework für Gehirntumor-Erkennung

DenseNet121 führt KI-gestützte Abfallklassifizierung zur Kreislaufwirtschaft an

HyCARD-Net: Hybrid-Intelligenz-Framework verbessert Herz‑Kreislauf‑Diagnose

NaNs beschleunigen U-Net-Modelle für Neuroimaging

Neues Multi-Agenten-Modell steigert CAV-Platooning in gemischtem Verkehr

mmWave-Gesten-Erkennung in ISAC: Weniger Sensing-Airtime, kaum Genauigkeitsverlust

AVP-Pro: Zwei‑Stufen‑Ansatz mit adaptiver Fusion und kontrastivem Lernen

Bayesscher Ansatz zur Erkennung von Fehllabels in ML-Modellen

Hybrid-Modell SEPI‑TFPNet steigert Genauigkeit bei Magnetkernverlustvorhersagen

Motion2Meaning: prüfbares LLM für Parkinson‑Ganganalyse

KI-System mit Multi-Agent Reinforcement Learning optimiert Glioblastom-Resektion

Neues Taxonomie-Framework deckt Affinitätslücke bei Transformer-Architekturen auf

Quanten-TCNN übertrifft klassische Modelle bei Aktienrenditen

Neue theoretische Grenzen für die Kompression breiter Multilayer-Perzeptronen

Neues Verfahren: Netzwerk von Theseus wandelt Modelle während der Inferenz um

Feature Engineering schlägt Deep Learning bei automatischer Münzbewertung

Deep-Learning-Modelle revolutionieren Code-Modulierte Visuelle Evoked Potentials

G-Net: Nachweislich einfache Konstruktion hochpräziser binärer neuronaler Netze

Neues Verfahren liefert garantiert optimale neuronale Erklärungen

Hybrid‑CNN‑LSTM erkennt drahtlose Modulationen mit 93,5 % Genauigkeit

ModHiFi: Hochpräzise Komponenten für Modelländerungen identifizieren

OpenReg: PyTorch‑Simulator für eigene Hardwarebeschleuniger

Hybrid Deep Neural Network steigert Sentiment‑Analyse auf 95 % Genauigkeit

Transformer nutzen Wetterkarten als Tokens – 60 % bessere Windprognosen

🍪 Cookie-Einstellungen

Hybrid‑CNN‑LSTM erkennt drahtlose Modulationen mit 93,5 % Genauigkeit

Hybrid Deep Neural Network steigert Sentiment‑Analyse auf 95 % Genauigkeit

Transformer nutzen Wetterkarten als Tokens – 60 % bessere Windprognosen