Finde Modelle, Firmen und Themen

Ein kürzlich auf arXiv veröffentlichtes Papier präsentiert einen innovativen Ansatz zur Verbesserung von Zeitreihenprognosen. Durch die gez…

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

In einer neuen Studie zeigen Forscher, dass genetische Algorithmen die Entwicklung von Generalisierten Additiven Modellen (GAMs) revolution…

Neurale Operatoren haben die Lösung von partiellen Differentialgleichungen revolutioniert, indem sie auf Daten basierende, resolutionsunabh…

In den letzten Jahren hat die wissenschaftliche maschinelle Lernforschung (SciML) Neural Operators (NOs) zu leistungsstarken Ersatzmodellen…

Ein neues Modell namens StrokeNeXt hat die Klassifikation von Schlaganfällen in 2‑D‑CT‑Bildern auf ein neues Niveau gehoben. Durch die Komb…

Wissenschaftler haben DiffusionRollout vorgestellt, eine neue Strategie zur selektiven Rollout-Planung für autoregressive Diffusionsmodelle…

Ein neues Verfahren namens Dorfman-Framework verspricht, die Auswahl relevanter Gene in hochdimensionalen Genomdaten zu revolutionieren. Du…

Hohe Genauigkeit bei Laser‑Schweißsimulationen ist entscheidend, doch die enorme Rechenzeit verhindert eine breite Prozessexploration und E…

Die neu vorgestellte Methode DCER (Dual-Stage Compression and Energy-Based Reconstruction) löst zwei zentrale Schwachstellen der multimodal…

Die neu entwickelte Methode naPINN (Noise‑Adaptive Physics‑Informed Neural Network) setzt neue Maßstäbe für die Analyse von Messdaten, die…

Die Präzisionsonkologie steht vor der Herausforderung, klinische Ereignisse und deren Verlauf vorherzusagen, wenn die zugrunde liegenden Da…

Die neueste Veröffentlichung auf arXiv (2601.21321v1) stellt White-Op vor – ein innovatives Framework, das die Gestaltung von Operationsver…

In der Welt des Verstärkungslernens konzentrieren sich robuste Methoden meist darauf, unzuverlässige Erfahrungen oder verfälschte Belohnung…

In verteilten Lernsystemen für Multi‑Agenten ist die Balance zwischen der Menge und der Qualität der Modelle entscheidend. Ein neues Verfah…

In der Computational Social Science stellt die Vorhersage von Bevölkerungsreaktionen auf politische Maßnahmen eine zentrale Herausforderung…

Mit der zunehmenden Verbreitung von maschinellen Lernmodellen in gesellschaftlichen Infrastrukturen wird das Prüfen auf Bias immer wichtige…

Ein neues arXiv‑Preprint (2512.15948v1) wirft die Frage auf, woher objektive Ziele entstehen und wie wir entscheiden, welche Ziele wir verf…

In einer neuen Veröffentlichung auf arXiv wird das Framework MORSE vorgestellt, das die Gestaltung von Belohnungsfunktionen in Reinforcemen…

In der Welt der großen Sprachmodelle (LLMs) spielt die Ausrichtung von Reward‑Modellen eine entscheidende Rolle, insbesondere im Rahmen von…

Neuroökonomie verspricht, Wohlfahrtsanalysen mit neuronalen und rechnerischen Belegen zu untermauern, indem sie zeigen, wie Menschen Werte…

Predictive Coding (PC) ersetzt das herkömmliche globale Backpropagation durch eine lokale Optimierung von Gewichten und Aktivierungen. In d…

Forscher haben herausgefunden, dass große Sprachmodelle (LLMs) zwar erstaunlich gut bei der Vorhersage von tabellarischen Daten sind, aber…

Die neue Methode DyMixOp, vorgestellt auf arXiv (2508.13490v1), kombiniert neuronale Operatoren mit Erkenntnissen aus der komplexen Dynamik…