Codificación escasa convolucional con LCA en Loihi 2
Implementación de codificación escasa convolucional con LCA en Loihi 2, comparada con GPU. Resultados revelan ventajas en hardware neuromórfico.
#convolucional
Análisis de la teoría de la información para la IA explicable
Analizamos el método MI CAM, que emplea teoría de la información para generar mapas de saliencia en CNNs, logrando explicaciones más precisas y causales.
Enmascaramiento Espacial por Energía: Robustez e Interpretabilidad en Visión
Descubre cómo ERSM mejora la robustez e interpretabilidad de modelos de visión al reducir redundancias y aislar objetos.
Principios de grandes desviaciones para redes neuronales convolucionales bayesianas
Primer principio de grandes desviaciones para CNN bayesianas. Un avance teórico sobre covarianza condicional y distribución posterior en aprendizaje profundo.
PolyBuild: Extracción de contornos de edificios en imágenes satelitales
Descubre PolyBuild, un método innovador que extrae directamente contornos de edificios en imágenes satelitales sin post-procesamiento. ¡Resultados superiores!
Herencia entre redes feedforward y convolucionales mediante proyección de modelos
Descubre cómo la proyección de modelos permite heredar propiedades entre redes feedforward y convolucionales, logrando transfer learning eficiente y competitivo con ImageNet.
Atención de rama específica por clase en desequilibrio
Descubre cómo la atención de rama reduce la interferencia de gradiente, mejorando el F1 de clases minoritarias de 0.261 a 0.522 en desequilibrio severo.
Guía del Paper FPN: Aprovechando la Pirámide Interna
Descubre cómo FPN mejora la detección de objetos pequeños en deep learning. Guía paso a paso con implementación desde cero. ¡Optimiza tus modelos!
Series temporales financieras con características convolucionales aleatorias
Aprende cómo SOCK, un enfoque de características convolucionales aleatorias, genera series financieras realistas sin sobreajuste, incluso con datos escasos.
Entrenamiento de red predictiva en ImageNet con propagación de equilibrio
Entrenamiento de red predictiva en ImageNet con propagación de equilibrio logra 13.23% error top-5, igualando casi la retropropagación.
Redes neuronales equivariantes de grupoides y álgebroides de Lie
Explora los fundamentos teóricos de las redes convolucionales equivariantes de Lie. Una nueva perspectiva para modelos invariantes a simetrías.
Huellas de neutrinos: codificación en imágenes de eventos IceCube para CNN
Descubre cómo huellas de neutrinos en imágenes permiten a una CNN reconstruir dirección de eventos IceCube con precisión. Innovador enfoque para astrofísica.
Benchmarking de incertidumbre en clasificación multi-etiqueta de RX de tórax
Evaluamos 13 métodos de cuantificación de incertidumbre en clasificación de radiografías de tórax, desenredando incertidumbres epistémicas y aleatorias.
Paralelismo de Modelos con Subredes de Datos
Descubre cómo el Subnetwork Data Parallelism reduce el uso de memoria en un 28-60% al entrenar modelos de IA, manteniendo el rendimiento. ¡Optimiza tu entrenamiento distribuido!
Evaluación sistemática de características tiempo-frecuencia para SSL binaural
Descubre cómo la selección de características tiempo-frecuencia optimiza la localización binaural. Estudio con CNN revela combinaciones clave.
Garantías estadísticas para sondas de inferencia de circuitos booleanos con bucle
Las sondas de razonamiento en circuitos booleanos con bucle ofrecen garantías estadísticas óptimas sin depender del tamaño del grafo. ¡Descubre más!
Atención guiada por física en TCN ligera para HAR con WiFi CSI
Modelo ligero de TCN con atención guiada por física para HAR con WiFi CSI. Reduce costos computacionales y mejora precisión.
AEyeDE: Un marco de atribución basado en atención para detectar texto generado por IA
Descubre AEyeDE: detecta texto generado por IA con mapas de atención. Mayor precisión y robustez. Señal interpretable.
ConTrans: Representaciones local-global con texto para localización zero-shot
Descubre ConTrans: combina convolución y transformer para representaciones local-global en localización zero-shot, nuevo benchmark.