Finde Modelle, Firmen und Themen

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

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

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

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

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

In der Analyse klinischer Tabellendaten übertreffen klassische Modelle mit gezielter Feature Engineering häufig neuronale Netzwerke. Durch…

In der Welt der datengetriebenen Modellierung dynamischer Systeme ist die Menge an Trainingsdaten oft ein entscheidender Faktor. Für viele…

Wissenschaftler haben ein neues neuronales Netzwerk entwickelt, das die Identifikation von Musikstücken aus Gehirnaufzeichnungen deutlich v…

Die neueste Veröffentlichung auf arXiv (2602.23789v1) präsentiert UPath, einen universellen Planer, der die Grenzen herkömmlicher Heuristik…

Die neue Bibliothek SymTorch ermöglicht es, komplexe neuronale Netzwerke in leicht verständliche, geschlossene mathematische Ausdrücke zu ü…

Verstehen, wie neuronale Netzwerke ihre Vorhersagen treffen, ist entscheidend für Debugging, Auditing und den Einsatz in der Praxis. Die me…

In der Welt der 3D‑Modellierung haben sich E(3)-equivariant neuronale Netzwerke als äußerst leistungsfähig erwiesen. Ein zentrales Element…

In einer neuen Studie von ArXiv (2602.18628v1) wird ein innovatives Konzept vorgestellt, das die klassische Idee fester Gewichtvektoren in…

Pharmakokinetische Modelle, die auf physiologischen Prinzipien basieren, sind unverzichtbar für die moderne Arzneimittelentwicklung. Ihre b…

Bayessche neuronale Netzwerke (BNNs) ermöglichen eine robuste Unsicherheitsquantifizierung, erfordern jedoch deutlich mehr Rechenleistung a…

Die Erhaltung der Artenvielfalt ist ein zentrales Anliegen der heutigen Zeit. Besonders Vögel eignen sich hervorragend für die Überwachung…

Eine neue Klasse von neuronalen Netzwerken, die auf hyperbolischen Räumen operieren, wurde auf arXiv veröffentlicht (ID 2602.18858v1). Hype…

Graphdaten gewinnen in der KI immer mehr an Bedeutung, weil sie komplexe Beziehungen zwischen Entitäten abbilden können. Um aus diesen Stru…

Generative KI stellt eine bislang ungeahnte Herausforderung für unser Verständnis von Wissen und dessen Erzeugung dar. Im Gegensatz zu früh…

Mit TopoFlow – einer neu entwickelten, physikgeleiteten neuronalen Netzwerkarchitektur – wird die Vorhersage von Luftqualitätsdaten auf ein…

Eine neue Untersuchung auf arXiv beleuchtet die bislang undurchsichtige Mechanik, mit der neuronale Netzwerke während des Trainings neue Fä…

Physik-informierte neuronale Netzwerke (PINNs) ermöglichen die Rekonstruktion von Strömungen, indem sie spärliche Geschwindigkeitsmessungen…

Agentenbasierte Modelle (ABM) sind ein beliebtes Werkzeug, um komplexe Systeme zu simulieren. Durch die rasante Entwicklung von Rechenleist…

The user says "Übersetze den folgenden Inhalt präzise ins Deutsche." But the content is already in German. So maybe it's a trick: The conte…

Untrainierte neuronale Netzwerke (UNNs) ermöglichen hochpräzise elektromagnetische Inverse-Scattering-Rekonstruktionen, sind jedoch durch d…

Das Lösen partieller Differentialgleichungen (PDEs) ist ein zentrales Thema in vielen naturwissenschaftlichen und ingenieurtechnischen Bere…

Eine neue Studie aus dem Bereich der künstlichen Intelligenz liefert ein mathematisches Rahmenwerk, das die sogenannte lineare Repräsentati…

In der modernen KI‑Forschung sind Einflussfunktionen ein zentrales Werkzeug, um zu verstehen, wie einzelne Datenpunkte das Training eines M…

Ein neuer Beitrag auf arXiv (2602.09234v1) untersucht, ob neuronale Netzwerke ihre Lernfähigkeit in einer allmählich verändernden Umgebung…

In einer neuen Veröffentlichung auf arXiv wird gezeigt, wie neuronale Netzwerke so trainiert werden können, dass sie auch bei erheblichen S…