Suche nach Neural‑Netzwerke

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

Quantum‑inspirierte Feinabstimmung steigert AIGC‑Erkennung bei Few‑Shot um 5 %

In jüngsten Untersuchungen wurde gezeigt, dass Quantum‑Neural‑Netzwerke (QNNs) in wenigen Beispiel‑Regimen besonders gut generalisieren. Au…

arXiv – cs.LG 04.03.2026 05:00

Forschung

Stabilität von Minimum‑Norm‑Interpolations‑Deep‑ReLU‑Netzwerken: Bedingungen

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

arXiv – cs.LG 17.02.2026 05:00

Forschung

BhashaSetu: Sprachübergreif. Wissensaustausch von Hoch- zu Extremniedrigressourcen

Die neueste Veröffentlichung von BhashaSetu zeigt, wie man mit wenig Daten in extremen Low‑Resource‑Sprachen leistungsfähige NLP‑Modelle ba…

arXiv – cs.AI 06.02.2026 05:00

Forschung

Neues Memorization‑Ansatz verbessert Graph‑Unlearning drastisch

Graph‑Unlearning (GU) ist ein zentrales Verfahren, um Knoten, Kanten oder Merkmale aus trainierten Graph‑Neural‑Netzwerken zu entfernen. In…

arXiv – cs.LG 22.01.2026 05:00

Forschung

MiCA: Leichtgewichtiger, mobilitätsbasierter Vorhersage-Adapter für Epidemien

Eine neue Methode namens Mobility‑Informed Causal Adapter (MiCA) verspricht, die Vorhersage von Infektionskrankheiten zu verbessern, ohne a…

arXiv – cs.AI 19.01.2026 05:00

Forschung

<h1>Multimodales Lernmodell prognostiziert Herz‑Kreislauf‑Risiken in Populationen</h1> <p>Ein neues multimodales Lernframework, das auf Cross‑Modal‑Transformern, Graph‑Neural‑Netzwerken und kausaler Repräsentationslernen basiert, verspricht die nächste Generation der Herz‑Kreislauf‑Risikovorhersage. Das Modell integriert genetische Varianten, kardiale MRT‑Bilder, EKG‑Wellenformen, Wearable‑Daten und strukturierte elektronische Gesundheitsakten, um individuelle Risikobewertungen zu liefern.</p> <p>Um die A

arXiv – cs.LG 13.01.2026 05:00

Forschung

Poisson‑Hyperflächenprozesse revolutionieren ReLU‑Netzwerke

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

arXiv – cs.LG 12.01.2026 05:00

Forschung

Neuer Ansatz: Inter-Layer-Kooperation verbessert Forward-Forward-Netzwerke

Der neu veröffentlichte Beitrag auf arXiv (2512.17531v1) präsentiert einen innovativen Ansatz zur Optimierung von Forward-Only-Neural‑Netzw…

arXiv – cs.LG 22.12.2025 05:00

Forschung

KI-Framework optimiert EV-Ladung durch kontextbasierte Agenten

Ein neues, kontextsensitive Multi-Agenten-Framework namens CAMAC‑DRA wurde vorgestellt, das die dynamische Ressourcenallokation in Elektrof…

arXiv – cs.AI 16.12.2025 05:00

Forschung

Transformer-Modelle mit synthetischen Graphen verbessern Alzheimer-Diagnose

Die frühzeitige und präzise Erkennung von Alzheimer ist entscheidend, um rechtzeitig intervenieren zu können. Doch die Entwicklung zuverläs…

arXiv – cs.LG 27.11.2025 05:00

Forschung

Neues Verfahren liefert nachvollziehbare Erklärungen für Graph-Modelle

In der Forschung zu Graph-basierten Machine‑Learning‑Modellen, die beispielsweise Molekülstrukturen oder soziale Netzwerke analysieren, bes…

arXiv – cs.LG 21.11.2025 05:00

Forschung

Quantum‑GAT reduziert Routingkosten um 5 % bei Fahrzeug‑Routenplanung

Ein neues Forschungsprojekt aus dem Bereich der künstlichen Intelligenz zeigt, dass ein hybrides Modell, das Quanten‑Graph‑Attention‑Netzwe…

arXiv – cs.LG 20.11.2025 05:00

Forschung

wa-hls4ml: Benchmark für ML-Accelerator-Ressourcen und Latenzschätzung

Mit der zunehmenden Integration von Machine‑Learning‑Algorithmen in Hardwarelösungen für Echtzeitanwendungen hat sich die Entwicklung moder…

arXiv – cs.LG 11.11.2025 05:00

Forschung

Neural Networks: Linear Regions und Skip Connections – Neue Erkenntnisse

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

arXiv – cs.LG 22.09.2025 05:00

Forschung

Neue State‑Space‑Modelle revolutionieren Lernaufgaben auf gerichteten Graphen

In einer kürzlich veröffentlichten Arbeit auf arXiv wird ein bahnbrechender Ansatz vorgestellt, der State‑Space‑Modelle (SSMs) erstmals auf…

arXiv – cs.LG 18.09.2025 05:00

Forschung

Lokale virtuelle Knoten reduzieren Over‑Squashing in Graph‑Neural‑Netzwerken

In Graph‑Neural‑Netzwerken (GNNs) stellt das Phänomen des Over‑Squashing ein zentrales Hindernis dar: bei Aufgaben, die lange Wege zwischen…

arXiv – cs.LG 29.08.2025 05:00

Forschung

Neues GNN-Modell GODNF verbessert Diffusion auf Graphen

In der Forschung zu Graph Neural Networks (GNNs) gewinnt die Diffusion-basierte Methode zunehmend an Bedeutung, weil sie die Verbindung zwi…

arXiv – cs.LG 18.08.2025 05:00

Finde Modelle, Firmen und Themen

Local Shapley: Lokale Datenbewertung durch Modell-Induzierte Lokalität

Quantum‑inspirierte Feinabstimmung steigert AIGC‑Erkennung bei Few‑Shot um 5 %

Stabilität von Minimum‑Norm‑Interpolations‑Deep‑ReLU‑Netzwerken: Bedingungen

BhashaSetu: Sprachübergreif. Wissensaustausch von Hoch- zu Extremniedrigressourcen

Neues Memorization‑Ansatz verbessert Graph‑Unlearning drastisch

MiCA: Leichtgewichtiger, mobilitätsbasierter Vorhersage-Adapter für Epidemien

Poisson‑Hyperflächenprozesse revolutionieren ReLU‑Netzwerke

Neuer Ansatz: Inter-Layer-Kooperation verbessert Forward-Forward-Netzwerke

KI-Framework optimiert EV-Ladung durch kontextbasierte Agenten

Transformer-Modelle mit synthetischen Graphen verbessern Alzheimer-Diagnose

Neues Verfahren liefert nachvollziehbare Erklärungen für Graph-Modelle

Quantum‑GAT reduziert Routingkosten um 5 % bei Fahrzeug‑Routenplanung

wa-hls4ml: Benchmark für ML-Accelerator-Ressourcen und Latenzschätzung

Neural Networks: Linear Regions und Skip Connections – Neue Erkenntnisse

Neue State‑Space‑Modelle revolutionieren Lernaufgaben auf gerichteten Graphen

Lokale virtuelle Knoten reduzieren Over‑Squashing in Graph‑Neural‑Netzwerken

Neues GNN-Modell GODNF verbessert Diffusion auf Graphen

🍪 Cookie-Einstellungen

Quantum‑inspirierte Feinabstimmung steigert AIGC‑Erkennung bei Few‑Shot um 5 %

Quantum‑GAT reduziert Routingkosten um 5 % bei Fahrzeug‑Routenplanung