Finde Modelle, Firmen und Themen

Forscher haben eine neue Trainingsmethode für Kolmogorov‑Arnold‑Netzwerke (KANs) vorgestellt, die das Training deutlich beschleunigt und di…

In der aktuellen Forschung wird die Stabilität von Deep‑Neural‑Netzwerken – also deren Fähigkeit, bei kleinen Änderungen im Trainingsdatens…

Die neue Methode QuaRK kombiniert ein hardware‑realistisches Quantenreservoir mit einem klassischen Kernel‑Readout, um Zeitreihen effizient…

Ein neues theoretisches Fundament für maschinelles Lernen wird vorgestellt, das die Grenzen der klassischen reproduzierenden Kernel-Hilbert…

In der Welt der multimodalen großen Sprachmodelle ist die Auswahl der optimalen Datenmischung entscheidend für den Erfolg des Supervised Fi…

In der Materialforschung hat Künstliche Intelligenz bereits große Fortschritte erzielt, vor allem bei kristallinen und polymeren Systemen…

Ein neues Forschungsprojekt aus dem Bereich der Geophysik präsentiert ein innovatives Verfahren zur Interpolation von geomagnetischen Karte…

In der heutigen Zeit nutzen viele KI‑Modelle für die Wettervorhersage ein einziges, großes Netzwerk, das sämtliche physikalischen Prozesse…

In einer kürzlich veröffentlichten Studie wird die neue Methode DAMI vorgestellt, die die Stärken von System 1 (intuitiv) und System 2 (übe…

Ein neues Datenset, Version 1.0.0, wurde auf Zenodo veröffentlicht (DOI 10.5281/zenodo.18189192). Es liefert die monatlichen Hospitalisieru…

Die präzise Erfassung von Biomasse über die gesamte Erdoberfläche mithilfe der NASA‑Mission GEDI erfordert die Interpolation von spärlich v…

Graph Neural Networks (GNNs) gewinnen zunehmend an Bedeutung als leistungsstarke Werkzeuge für die nichtlineare Modellreduktion (MOR) zeita…

Die neue Methode SPRInG (Selective Parametric Adaptation and Retrieval-Interpolated Generation) löst ein langjähriges Problem der Personali…

Eine neue Hybrid-Transformer-Architektur ersetzt die üblichen diskreten Zwischenschichten durch ein kontinuierliches Neural Ordinary Differ…

Metric Differential Privacy (mDP) erweitert die klassische Local Differential Privacy, indem sie die Privatsphäre je nach Abstand zwischen…

Denial‑of‑Service‑Angriffe stellen eine ernsthafte Bedrohung für das Internet der Dinge dar. Für ressourcenbeschränkte Edge‑Geräte ist jedo…

In einer neuen Veröffentlichung auf arXiv wird Generalized Primal Averaging (GPA) vorgestellt, ein Verfahren, das die Optimierung von große…

Die präzise Abschätzung von Unsicherheiten ist für maschinelles Lernen von entscheidender Bedeutung, insbesondere in sicherheitskritischen…

Die Interpolation – sowohl Craig- als auch Uniform-Interpolation – spielt eine zentrale Rolle in der Wissensrepräsentation. Sie ermöglicht…

Eine neue Veröffentlichung auf arXiv (2512.06547v1) stellt A-3PO vor, eine Methode, die asynchrones Training großer Sprachmodelle deutlich…

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

Die neue Methode FlowPath nutzt invertierbare neuronale Flows, um die Geometrie von Kontrollpfaden aus unregelmäßig gesampelten Zeitreihen…

Die Wissenschaftler haben CellARC vorgestellt, ein synthetisches Benchmark-System, das die Fähigkeit von Modellen zur Abstraktion und zum l…

In der Stadtforschung gewinnt das Lernen von Regionrepräsentationen zunehmend an Bedeutung, weil es ermöglicht, aus unbeschrifteten Bilddat…

Federated Learning (FL) ermöglicht es, Modelle gemeinsam zu trainieren, ohne dass die privaten Daten der Clients offengelegt werden. In der…

Eine neue Studie auf arXiv beleuchtet, wie digitale Zwillinge die Modellierung und Steuerung dynamischer Systeme revolutionieren können. Da…

Ein neuer Beitrag auf arXiv (2510.13040v1) stellt zwei innovative Optimierer vor, die das klassische Stochastic Gradient Descent (SGD) deut…

Forscher haben ein neues, einheitliches Verfahren vorgestellt, das Erkenntnisse aus der statistischen Physik, der Codierungstheorie und der…

Forscher haben ein neues, einheitliches Framework vorgestellt, das Operator‑wertige reproduzierende Kernelspeicher (OV‑RKHS) mit Kernel‑bas…

In der heutigen KI‑Forschung sind Optimierungsalgorithmen, die Momentum und adaptive Schrittgrößen kombinieren, ein entscheidender Erfolgsf…