Suche nach Netzwerk | meineki.news

Neues KI-Modell liefert erklärbare Vorhersagen für Hafenüberlastung

Ein innovatives KI-System namens AIS‑TGNN kombiniert ein Temporal Graph Attention Network mit einem strukturierten Large‑Language‑Model, um…

arXiv – cs.AI 06.03.2026 05:00

Forschung

Neues Ensemble-Framework liefert erklärbare Alzheimer‑Diagnose aus Daten

Die frühzeitige und genaue Erkennung von Alzheimer bleibt eine der größten Herausforderungen in der Medizin. Ein neues, erklärbares Ensembl…

arXiv – cs.LG 06.03.2026 05:00

Forschung

K-Means & RBF: Gleichwertige Optimierung via Variations-Gradienten

Eine neue Studie aus dem arXiv-Repository zeigt, dass der klassische K‑Means‑Algorithmus und differenzierbare Radial Basis Function (RBF)-N…

arXiv – cs.LG 06.03.2026 05:00

Forschung

EEG-Modelle trainieren: Multi-Teacher Distillation nutzt Vision und Zeitreihen

In der Welt der Gehirn‑Signalverarbeitung hat sich das Pre‑Training von EEG‑Foundation‑Modellen bislang stark auf selbstüberwachtes Masked‑…

arXiv – cs.LG 06.03.2026 05:00

Forschung

Differenzielle Privatsphäre in Zwei-Schicht-Netzwerken: DP‑SGD schädigt Fairness & Robustheit

In einem neuen Beitrag auf arXiv wird gezeigt, dass die Anwendung von Differential Privacy (DP) über den Algorithmus DP‑SGD in zweischichti…

arXiv – cs.LG 06.03.2026 05:00

Forschung

Neues ECG‑MoE-Modell liefert schnellere und genauere Herzdiagnose

Ein neues Forschungsprojekt aus dem Bereich der Kardiologie hat ein bahnbrechendes Modell namens ECG‑MoE vorgestellt, das die Analyse von E…

arXiv – cs.AI 06.03.2026 05:00

Forschung

Flowers: Neuronales Modell für PDEs ohne Fourier- oder Convolution-Methoden

In einer kürzlich veröffentlichten Arbeit auf arXiv präsentiert das Forschungsteam die Architektur „Flowers“, ein neuronales Modell, das di…

arXiv – cs.LG 06.03.2026 05:00

Forschung

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

Mehrstufiges Training für Kolmogorov-Arnold-Netzwerke

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

arXiv – cs.LG 06.03.2026 05:00

Forschung

Tiefe Netzwerke fördern Low‑Rank‑Bias bei Matrix Completion – neue Erkenntnisse

In einer kürzlich veröffentlichten Arbeit wird Matrix Completion mithilfe von tiefen Matrix‑Faktorisierungen – also tiefen linearen neurona…

arXiv – cs.LG 06.03.2026 05:00

Forschung

Neurale Netzwerke vergessen: Studie verbindet Kollaps mit Ausfallleistung

In einer neuen Untersuchung auf arXiv wird das Phänomen des „catastrophischen Vergessens“ in kontinuierlichen Lernsystemen genauer beleucht…

arXiv – cs.LG 06.03.2026 05:00

Forschung

Klassische neuronale Netze zeigen überraschend nichtklassische Statistiken

In einer neuen Studie wird ein einfaches, klassisches neuronales Netzwerk namens NCnet vorgestellt, das unter normalen Trainingsbedingungen…

arXiv – cs.LG 06.03.2026 05:00

Forschung

KI-Agenten erstellen Firewall-Regeln aus CTI-Daten – Hypernym‑Hyponym schlägt

In einer Zeit, in der das Web ständig neuen Bedrohungen ausgesetzt ist, wird die Fähigkeit, schnell auf neue Angriffe zu reagieren, immer w…

arXiv – cs.AI 05.03.2026 05:00

Forschung

Biased Generalization in Diffusion Models: Wie Modelle zu stark auf Trainingsdaten zurückgreifen

In der Welt der generativen Modelle gilt die Fähigkeit, aus einer endlichen Stichprobe eine zugrunde liegende Verteilung zu lernen und neue…

arXiv – cs.LG 05.03.2026 05:00

Forschung

GLOT: Token‑Graphen verbessern Satzrepräsentationen effizient

Ein neues Verfahren namens GLOT nutzt Token‑Graphen, um aus den Ausgaben eines eingefrorenen großen Sprachmodells (LLM) präzise Satzvektore…

arXiv – cs.LG 05.03.2026 05:00

Forschung

Neues Paper: Adversariale Angriffe durch exponentielle Dimensionalitätsdeviance

In einer kürzlich veröffentlichten Studie auf arXiv (2603.03507v1) wird ein neues Konzept vorgestellt, das die Ursache für die anhaltende P…

arXiv – cs.LG 05.03.2026 05:00

Forschung

Kleine Variationen, Fehler: Zuverlässigkeit bei Compute‑in‑Memory‑Acceleratoren

Compute‑in‑Memory‑Architekturen versprechen enorme Energie‑ und Durchsatzgewinne für neuronale Netzwerke, indem sie den klassischen von‑Neu…

arXiv – cs.LG 05.03.2026 05:00

Forschung

Neuer Ansatz: Unlernbare Beispiele reduzieren gegenseitige Information

Die riesige Menge an frei verfügbaren Daten im Internet hat den Durchbruch des Deep Learning vorangetrieben – gleichzeitig wächst die Sorge…

arXiv – cs.LG 05.03.2026 05:00

Forschung

Hyperdimensional Computing: Maximaler Margin-Ansatz übertrifft neuronale Netzwerke

In einer neuen Veröffentlichung auf arXiv wird ein innovativer Ansatz vorgestellt, der Hyperdimensional Computing (HDC) auf ein neues Leist…

arXiv – cs.LG 05.03.2026 05:00

Forschung

Local Shapley: Lokale Datenbewertung durch Modell-Induzierte Lokalität

Die Shapley‑Werte bilden die theoretische Basis für die Bewertung von Daten, doch ihre exakte Berechnung ist aufgrund der exponentiellen An…

arXiv – cs.LG 05.03.2026 05:00

Forschung

Neues Riemannian-Optimierungsverfahren verbessert modulare Systeme

Ein neues arXiv‑Veröffentlichung (2603.03610v1) liefert einen bedeutenden Fortschritt in der Optimierung von Systemen, die aus modularen Ba…

arXiv – cs.LG 05.03.2026 05:00

Forschung

<h1>Neuer Graph-Transformer-Ansatz priorisiert AD‑Gene präziser</h1> <p>Ein neues multimodales Modell namens NETRA (Node Evaluation through Transformer-based Representation and Attention) verspricht, die Priorisierung von Genen, die mit Alzheimer (AD) in Verbindung stehen, deutlich zu verbessern. Im Gegensatz zu herkömmlichen Netzwerkansätzen, die auf statischen Zentralitätsmaßen beruhen, nutzt NETRA ein auf Attention basierendes Scoring, das die Komplexität biologischer Heterogenität besser erfasst.</p> <p

arXiv – cs.LG 04.03.2026 05:00

Aktuell

Neues Open-Source-Genommodell erkennt Gene, Regulatoren und mehr

Ein neu entwickeltes Open-Source-Modell, das auf über einer Billion DNA‑Basen trainiert wurde, kann Gene, regulatorische Sequenzen, Splice‑…

Ars Technica – AI 04.03.2026 22:14

Forschung

Backdoor‑Angriffe im Federated Learning: Architektur entscheidet über Erfolg

Federated Learning schützt zwar die Privatsphäre, doch laut einer neuen Studie von arXiv/2603.03865v1 kann es gleichzeitig ein Ziel für hei…

arXiv – cs.LG 05.03.2026 05:00

Forschung

Graph Hopfield Networks: Energiebasierte Knotenkategorisierung mit Gedächtnis

Die neu vorgestellte Methode Graph Hopfield Networks kombiniert in einer einzigen Energiefunktion assoziatives Gedächtnis mit der Glättung…

arXiv – cs.LG 05.03.2026 05:00

Forschung

<h1>Heterogene Zeitkonstanten erhöhen die Stabilität bei Equilibrium Propagation</h1> <p>Equilibrium Propagation (EP) gilt als biologisch plausibler Ansatz zum Trainieren neuronaler Netzwerke, der die klassische Backpropagation ersetzt. In bisherigen Modellen wird jedoch ein einheitlicher Zeitschritt dt verwendet, was einer homogenen Membranzeitkonstanten entspricht – ein Konzept, das in biologischen Systemen nicht zutreffend ist.</p> <p>Die neue Studie führt heterogene Zeitschritte (HTS) ein, indem jeder N

arXiv – cs.LG 05.03.2026 05:00

Forschung

TopicENA: Automatisierte ENA mit BERTopic ermöglicht skalierbare Analyse

Epistemic Network Analysis (ENA) untersucht die Verknüpfungen von Konzepten in Texten, indem sie gemeinsam auftretende Begriffe als Netzwer…

arXiv – cs.AI 05.03.2026 05:00

Forschung

Neues Hypergraph-Netzwerk prognostiziert Netzwerkkontrollabilität robust

Wissenschaftler haben ein innovatives Modell entwickelt, das die Robustheit von Netzwerken gegen Angriffe präzise vorhersagen kann. Durch d…

arXiv – cs.LG 04.03.2026 05:00

Forschung

Neues PINN-Modell beschleunigt 2D/3D-Wellenfeldrekonstruktion zehnfach

Ein neuer Beitrag auf arXiv stellt ein innovatives Modell vor, das die Rekonstruktion großer Wellenfelder deutlich beschleunigt und gleichz…

arXiv – cs.LG 04.03.2026 05:00

Forschung

Neuro-Symbolische KI: Fortschritte bei Aufgabenorientierten Modellen

Seit den ersten Theorien zur künstlichen Intelligenz fasziniert die Kombination von symbolischer Berechnung mit neuronalen Netzwerken die F…

arXiv – cs.AI 04.03.2026 05:00

Finde Modelle, Firmen und Themen

Neues KI-Modell liefert erklärbare Vorhersagen für Hafenüberlastung

Neues Ensemble-Framework liefert erklärbare Alzheimer‑Diagnose aus Daten

K-Means & RBF: Gleichwertige Optimierung via Variations-Gradienten

EEG-Modelle trainieren: Multi-Teacher Distillation nutzt Vision und Zeitreihen

Differenzielle Privatsphäre in Zwei-Schicht-Netzwerken: DP‑SGD schädigt Fairness & Robustheit

Neues ECG‑MoE-Modell liefert schnellere und genauere Herzdiagnose

Flowers: Neuronales Modell für PDEs ohne Fourier- oder Convolution-Methoden

Smart‑Sohlen erkennen Aktivitäten mit zirkulärem dilatiertem CNN

Mehrstufiges Training für Kolmogorov-Arnold-Netzwerke

Tiefe Netzwerke fördern Low‑Rank‑Bias bei Matrix Completion – neue Erkenntnisse

Neurale Netzwerke vergessen: Studie verbindet Kollaps mit Ausfallleistung

Klassische neuronale Netze zeigen überraschend nichtklassische Statistiken

KI-Agenten erstellen Firewall-Regeln aus CTI-Daten – Hypernym‑Hyponym schlägt

Biased Generalization in Diffusion Models: Wie Modelle zu stark auf Trainingsdaten zurückgreifen

GLOT: Token‑Graphen verbessern Satzrepräsentationen effizient

Neues Paper: Adversariale Angriffe durch exponentielle Dimensionalitätsdeviance

Kleine Variationen, Fehler: Zuverlässigkeit bei Compute‑in‑Memory‑Acceleratoren

Neuer Ansatz: Unlernbare Beispiele reduzieren gegenseitige Information

Hyperdimensional Computing: Maximaler Margin-Ansatz übertrifft neuronale Netzwerke

Local Shapley: Lokale Datenbewertung durch Modell-Induzierte Lokalität

Neues Riemannian-Optimierungsverfahren verbessert modulare Systeme

Neues Open-Source-Genommodell erkennt Gene, Regulatoren und mehr

Backdoor‑Angriffe im Federated Learning: Architektur entscheidet über Erfolg

Graph Hopfield Networks: Energiebasierte Knotenkategorisierung mit Gedächtnis

TopicENA: Automatisierte ENA mit BERTopic ermöglicht skalierbare Analyse

Neues Hypergraph-Netzwerk prognostiziert Netzwerkkontrollabilität robust

Neues PINN-Modell beschleunigt 2D/3D-Wellenfeldrekonstruktion zehnfach

Neuro-Symbolische KI: Fortschritte bei Aufgabenorientierten Modellen

🍪 Cookie-Einstellungen