Suche nach Neuronen | meineki.news

Ternäre Logikgatter: Polynomialbasierte Methode beschleunigt Training

In der Forschung zu differenzierbaren Logikgatternetzwerken (DLGNs) wurden bisher ausschließlich binäre Gatter mit zwei Eingängen verwendet…

arXiv – cs.LG 03.03.2026 05:00

Forschung

U-CAN: Unlearning in Generativen Empfehlungen – Utility-Aware Attenuation

Generative Recommendation (GenRec) nutzt große Sprachmodelle, um Personalisierung als auf Anweisungen basierende Sequenzgenerierung neu zu…

arXiv – cs.LG 02.03.2026 05:00

Forschung

Neues Verfahren: LLMs sicherer machen durch gezielte Repräsentationslöschung

Moderne Sprachmodelle, die auf riesigen Webdaten trainiert werden, können gefährliche Inhalte erzeugen. Bestehende Schutzmaßnahmen wie DPO…

arXiv – cs.LG 02.03.2026 05:00

Forschung

X-REFINE: KI-gestützte Relevanzfilterung verbessert Kanalabschätzung in 6G

In der rasanten Entwicklung von 6G-Wireless-Kommunikation sind KI-native Architekturen unverzichtbar. Doch die Black-Box-Natur und die hohe…

arXiv – cs.LG 27.02.2026 05:00

Forschung

Neues Verfahren garantiert stabile Mechanismen in neuronalen Netzen

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

arXiv – cs.AI 27.02.2026 05:00

Forschung

Neue Studie zeigt Robustheit tiefer ReLU‑Netze gegen Fehlklassifikationen

Eine aktuelle Veröffentlichung auf arXiv beleuchtet die Widerstandsfähigkeit von tiefen neuronalen Netzen mit ReLU-Aktivierungen gegenüber…

arXiv – cs.LG 24.02.2026 05:00

Forschung

Neuralnetze meistern Modulare Addition: Fourier, Lottery Ticket & Grokking erklärt

Eine neue Studie auf arXiv beleuchtet, wie zweischichtige neuronale Netze die Modulare Addition erlernen. Der Fokus liegt auf der Entstehun…

arXiv – cs.LG 20.02.2026 05:00

Forschung

GRAFNet: Bionisch inspiriertes Modell verbessert Polypsegmentierung in der Koloskopie

Die präzise Segmentierung von Polyps bei der Koloskopie ist entscheidend für die Krebsprävention, bleibt jedoch technisch schwierig. Ein ne…

arXiv – cs.AI 18.02.2026 05:00

Forschung

Neuronen speichern exponentiell viele Features – neues mathematisches Modell

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

arXiv – cs.LG 13.02.2026 05:00

Forschung

Baryzentrische Ausrichtung ermöglicht präzise Vergleich neuronaler Repräsentationen

Der Vergleich von Repräsentationen in neuronalen Netzwerken ist bislang schwierig, weil Symmetrien wie beliebige Neuronenumordnungen oder R…

arXiv – cs.LG 11.02.2026 05:00

Forschung

Neuronale Bearbeitung ermöglicht präzise Werteausrichtung großer Sprachmodelle

Mit dem wachsenden Einfluss großer Sprachmodelle (LLMs) auf menschliches Verhalten gewinnt die Ausrichtung dieser Systeme an menschlichen W…

arXiv – cs.LG 10.02.2026 05:00

Forschung

TRUST: Dynamisches Konzept‑Unlernen in Text‑Diffusion‑Modellen

Ein neues Verfahren namens TRUST (Targeted Robust Selective fine Tuning) wurde auf arXiv veröffentlicht und verspricht, Text‑Diffusion‑Mode…

arXiv – cs.AI 10.02.2026 05:00

Forschung

Neues EEG-Emotionserkennungsmodell mit Hybrid-Transformer erzielt Rekordleistung

Emotionserkennung aus Elektroenzephalographie (EEG) ist ein zentrales Thema in der affektiven Informatik und für Entscheidungshilfesysteme…

arXiv – cs.LG 09.02.2026 05:00

Forschung

MUTATE: Identifizierbare Kausalmodelle für kontinuierliche Zeitpunkte

Die Fähigkeit, aus Beobachtungen sinnvolle kausale Darstellungen zu extrahieren, hat sich als entscheidend für maschinelles Lernen und wiss…

arXiv – cs.LG 06.02.2026 05:00

Forschung

Neues Initialisierungskonzept beschleunigt Predictive Coding Netzwerke

Wissenschaftler aus dem Bereich der neurowissenschaftlich inspirierten Lernalgorithmen haben einen wichtigen Durchbruch erzielt: Durch ein…

arXiv – cs.LG 30.01.2026 05:00

Forschung

Neues FPGA-Design ermöglicht vollauslastete CNN-Inferenz mit hoher Durchsatzrate Ein neues Forschungsprojekt hat einen Durchbruch erzielt, der die Effizienz von CNN-Implementierungen auf FPGAs drastisch steigert. Traditionelle Datenfluss-Architekturen nutzen jede Neuronen-Operation als eigene Hardware-Einheit, was bei FPGAs zu sehr niedriger Latenz und hohem Durchsatz führt. Doch bei Convolutional Neural Networks (CNNs) führen Pooling- und Stride‑größere‑als‑eins‑Schichten zu einer starken

arXiv – cs.AI 29.01.2026 05:00

Forschung

Neuronen gezielt korrigieren: Neue Methode reduziert Sycophancy in LLMs

Forscher haben einen innovativen Ansatz entwickelt, um das problematische Sycophancy‑Verhalten in großen Sprachmodellen gezielt zu reduzier…

arXiv – cs.LG 28.01.2026 05:00

Forschung

Kritische Organisation von Deep Neural Networks und p-adischen Feldtheorien

In einer wegweisenden Arbeit untersuchen die Autoren die thermodynamische Grenze von Deep Neural Networks (DNNs) und rekurrenten neuronalen…

arXiv – cs.LG 28.01.2026 05:00

Forschung

Cross‑Lingual Activation Steering: Mehrsprachige Modelle verbessern

Große Sprachmodelle zeigen bereits beeindruckende mehrsprachige Fähigkeiten, doch zwischen dominanten und weniger verbreiteten Sprachen bes…

arXiv – cs.AI 26.01.2026 05:00

Forschung

Neues Max-Min-Netzwerk: Mehrdimensionale Approximation mit Sigmoid-Operatoren

Ein neues Papier auf arXiv (2601.07886v1) präsentiert einen innovativen Ansatz zur Approximation mehrdimensionaler Funktionen mittels Max-M…

arXiv – cs.LG 14.01.2026 05:00

Forschung

DeepShare: Effiziente Private Inferenz durch geteilte ReLU-Operationen

In der Welt der privaten Inferenz (Private Inference, PI) steht die ReLU-Gate-Berechnung seit langem als Hauptengpass. Das neue Verfahren n…

arXiv – cs.LG 22.12.2025 05:00

Forschung

Sine-Activation in Fourier Analysis Network löst Dying-ReLU-Problem

Die neu vorgestellte Fourier Analysis Network (FAN) nutzt Sinus‑ und Kosinus‑Aktivierungen, um neuronale Netze zu verbessern. Aktuelle Unte…

arXiv – cs.LG 18.12.2025 05:00

Forschung

Graph-basierte KI liefert überprüfbare Hypothesen zu neurologischen Erkrankungen

Neurologische Erkrankungen sind weltweit die führende Ursache für Behinderungen, doch bislang fehlt es an krankheitsmodifizierenden Therapi…

arXiv – cs.AI 17.12.2025 05:00

Forschung

Neurale Netzwerke: Eindeutige Repräsentationen im Fokus – Informationstheorie

In einer neuen Studie auf arXiv wird gezeigt, dass neuronale Netzwerke nicht nur Aufgaben lösen, sondern auch ihre internen Repräsentatione…

arXiv – cs.AI 15.12.2025 05:00

Forschung

Neural Foundation Model enthüllt: Wie neuronale Manifolds das Gehirn simulieren

Foundation‑Modelle haben in der Biologie beeindruckende Erfolge erzielt, indem sie visuelle Systeme des Gehirns nachbilden. Ihre Black‑Box‑…

arXiv – cs.AI 10.12.2025 05:00

Forschung

Neues Kriterium „Expressiveness“ revolutioniert neuronale Netzwerk‑Kompression

In der Welt der künstlichen Intelligenz hat die Pruning‑Technik bereits gezeigt, wie man Modelle schlanker und energieeffizienter macht, oh…

arXiv – cs.LG 09.12.2025 05:00

Forschung

Neue Theorie beleuchtet Sparse Dictionary Learning in KI-Interpretierbarkeit

Mit der rasanten Leistungssteigerung von KI-Modellen wächst die Notwendigkeit, zu verstehen, welche Repräsentationen sie lernen und wie sie…

arXiv – cs.LG 08.12.2025 05:00

Forschung

Memory-DD: Neuer, einfacher Neuronentyp für zeitliche Vorhersagen

In einer kürzlich veröffentlichten Studie auf arXiv wird Memory-DD vorgestellt – ein neuronales Modell, das die Vorteile dendritischer Stru…

arXiv – cs.AI 05.12.2025 05:00

Forschung

Neuronenlöschung in Vision‑Language‑Modellen führt zum Sprachkern‑Zusammenbruch

Eine neue Studie auf arXiv (2512.00918v1) zeigt, dass das Entfernen nur sehr kleiner Teile der neuronalen Netzwerke in großen Vision‑Langua…

arXiv – cs.AI 02.12.2025 05:00

Forschung

Effizientes Spiking Neural Network lernt kontinuierlich für selbstadaptive iBMI

Die Zahl der gleichzeitig aufgezeichneten Neuronen in implantierbaren Gehirn‑Maschine‑Schnittstellen (iBMIs) wächst exponentiell. Um die Da…

arXiv – cs.LG 01.12.2025 05:00

Finde Modelle, Firmen und Themen

Ternäre Logikgatter: Polynomialbasierte Methode beschleunigt Training

U-CAN: Unlearning in Generativen Empfehlungen – Utility-Aware Attenuation

Neues Verfahren: LLMs sicherer machen durch gezielte Repräsentationslöschung

X-REFINE: KI-gestützte Relevanzfilterung verbessert Kanalabschätzung in 6G

Neues Verfahren garantiert stabile Mechanismen in neuronalen Netzen

Neue Studie zeigt Robustheit tiefer ReLU‑Netze gegen Fehlklassifikationen

Neuralnetze meistern Modulare Addition: Fourier, Lottery Ticket & Grokking erklärt

GRAFNet: Bionisch inspiriertes Modell verbessert Polypsegmentierung in der Koloskopie

Neuronen speichern exponentiell viele Features – neues mathematisches Modell

Baryzentrische Ausrichtung ermöglicht präzise Vergleich neuronaler Repräsentationen

Neuronale Bearbeitung ermöglicht präzise Werteausrichtung großer Sprachmodelle

TRUST: Dynamisches Konzept‑Unlernen in Text‑Diffusion‑Modellen

Neues EEG-Emotionserkennungsmodell mit Hybrid-Transformer erzielt Rekordleistung

MUTATE: Identifizierbare Kausalmodelle für kontinuierliche Zeitpunkte

Neues Initialisierungskonzept beschleunigt Predictive Coding Netzwerke

Neuronen gezielt korrigieren: Neue Methode reduziert Sycophancy in LLMs

Kritische Organisation von Deep Neural Networks und p-adischen Feldtheorien

Cross‑Lingual Activation Steering: Mehrsprachige Modelle verbessern

Neues Max-Min-Netzwerk: Mehrdimensionale Approximation mit Sigmoid-Operatoren

DeepShare: Effiziente Private Inferenz durch geteilte ReLU-Operationen

Sine-Activation in Fourier Analysis Network löst Dying-ReLU-Problem

Graph-basierte KI liefert überprüfbare Hypothesen zu neurologischen Erkrankungen

Neurale Netzwerke: Eindeutige Repräsentationen im Fokus – Informationstheorie

Neural Foundation Model enthüllt: Wie neuronale Manifolds das Gehirn simulieren

Neues Kriterium „Expressiveness“ revolutioniert neuronale Netzwerk‑Kompression

Neue Theorie beleuchtet Sparse Dictionary Learning in KI-Interpretierbarkeit

Memory-DD: Neuer, einfacher Neuronentyp für zeitliche Vorhersagen

Neuronenlöschung in Vision‑Language‑Modellen führt zum Sprachkern‑Zusammenbruch

Effizientes Spiking Neural Network lernt kontinuierlich für selbstadaptive iBMI

🍪 Cookie-Einstellungen