Finde Modelle, Firmen und Themen

In der Welt des tabellarischen Deep Learning spielt die numerische Vorverarbeitung eine entscheidende Rolle – sie bestimmt, wie kontinuierl…

Eine neue Untersuchung auf arXiv (2604.00072v1) stellt die Frage, ob Klassifikator-basierte Sicherheitsgates zuverlässig die Kontrolle über…

Neural‑Network‑Forscher haben ein neues, systematisches Experiment veröffentlicht, das die bislang rätselhafte „Grokking“-Phänomen – den ve…

Eine neue Untersuchung auf arXiv (2603.23784v1) beleuchtet das Phänomen „Grokking“ – die plötzliche Steigerung der Validierungsgenauigkeit…

Eine neue Veröffentlichung auf arXiv (2603.20634v1) stellt das „Continued Fraction Neural Network“ (CFNN) vor – ein Modell, das die Herausf…

Symmetrie als inhärente Struktur in Daten – sei es bei Gittern, Mengen oder Graphen – wirkt sich positiv auf die Generalisierung aus. In de…

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

Eine neue Studie auf arXiv zeigt, dass bei Transformer‑Modellen bis zu die Hälfte der nichtlinearen Berechnungen im MLP‑Block unnötig ist…

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

In einer kürzlich veröffentlichten Arbeit auf arXiv wird ein innovatives Verfahren vorgestellt, das die Generierung von neuronalen Netzwerk…

Die Universal Approximation Theorem besagt, dass neuronale Netze beliebige stetige Funktionen auf kompakten Mengen approximieren können. In…

Magnetische Anomalien bieten eine vielversprechende GPS‑Alternative, wenn Satellitenempfang fehlt oder gestört ist. Für Luftfahrzeuge ist d…

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

In einer kürzlich veröffentlichten Studie auf arXiv wird die „Mimetic Initialization“ vorgestellt, die vortrainierte Modelle als Inspiratio…

Graph Neural Networks (GNNs) haben sich als leistungsstarkes Werkzeug zur Analyse von Graphdaten etabliert, stoßen jedoch bei heterophilen…

In der Welt der tiefen neuronalen Netze werden Nichtlinearitäten häufig als feste Bausteine wie ReLU behandelt. Diese Vorgehensweise schrän…

Der neue Transformer‑Ansatz JetFormer wurde entwickelt, um die Erkennung von Teilchenjets am Large Hadron Collider (LHC) sowohl in hochpräz…

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

In einer neuen Veröffentlichung präsentiert das Forschungsteam das Modell XLinear, ein leichtgewichtiges MultiLayer Perceptron (MLP), das s…

Graph Neural Networks (GNNs) gelten als Standardmodell für die Analyse von Graphdaten, doch ihre Kernoperationen – Aggregation und Update –…

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

In einer kürzlich veröffentlichten Studie auf arXiv wird gezeigt, dass ReLU‑MLPs bei Auswertungen außerhalb ihres Trainingsbereichs tendenz…

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

In einer neuen Veröffentlichung auf arXiv präsentiert das Team die GS‑KAN‑Architektur, die das Kolmogorov‑Arnold‑Theorem in einer schlanken…

In einer kürzlich veröffentlichten Arbeit auf arXiv wird ein neues, modellunabhängiges Messinstrument namens Temporal Range vorgestellt, da…

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

In der neuesten Veröffentlichung auf arXiv (2512.00207v1) wird ein innovatives Framework vorgestellt, das die Art und Weise, wie große Spra…

In einer neuen Studie wurden mehrere Machine‑Learning‑Modelle – von klassischen MLPs über CNNs bis hin zu UNet‑ und Graph‑Transformer‑Archi…

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

In der Welt der großen Sprachmodelle (LLMs) dominieren dichte Transformer-Architekturen, bei denen jedes Parameter im Feed‑Forward‑Block fü…