Finde Modelle, Firmen und Themen

Deep Learning arbeitet mit einem nicht-konvexen Verlustlandscape, doch die Optimierungsdynamik zeigt sich empirisch konvexartig. In dieser…

Stochastische Gradientenabstiegsverfahren (SGD) bilden das Herzstück moderner Deep‑Learning‑Modelle. Trotz ihrer weiten Verbreitung bleibt…

Ein neues arXiv‑Preprint zeigt, dass beim Training tiefer neuronaler Netzwerke Phase‑Übergänge auftreten, die eine klare hierarchische Stru…

Offline-Reinforcement-Learning (RL) ist in der Praxis stark anfällig für Datenkorruption. Selbst die bislang robustesten Algorithmen scheit…

In einer wegweisenden Veröffentlichung auf arXiv wird ein theoretisches Modell vorgestellt, das Lernregeln – die Anweisungen, wie Modellpar…

Die Echtzeit‑Fehlerklassifikation in ressourcenbeschränkten IoT‑Geräten ist für die industrielle Sicherheit von entscheidender Bedeutung. D…