Зоркий глаз ИИ: Как научить систему видеть недостатки в изображениях высокого разрешения

Наблюдаемое монотонное снижение стандартного отклонения предсказанных оценок в ходе обучения подтверждает, что Q-Probe демонстрирует повышенную стабильность на первом этапе, что свидетельствует о надежности процесса обучения.

Новая методика позволяет искусственному интеллекту более точно оценивать качество изображений, выявляя даже незначительные дефекты, которые незаметны для человека.

Многокритериальная оптимизация: взгляд на народные методы

Новое исследование систематизирует и формализует интуитивно понятные подходы к многокритериальной оптимизации, раскрывая их теоретические основы и границы применимости.

Тонкости реконструкции типов и эффектов: новые выводы

В статье анализируются скрытые ошибки в алгоритме вывода типов для систем с полиморфизмом высшего порядка и эффектами, подчеркивая важность точной обработки связывания переменных.

Гипергеометрические функции: вычислительные методы и алгебраические свойства

В статье представлены алгоритмы для анализа поведения гипергеометрических функций при вычислении по модулю простых чисел, позволяющие установить их алгебраичность и находить уничтожающие полиномы.

Молекулярный язык и геометрия: новый подход к предсказанию квантовых свойств

Предлагаемый фреймворк MGAHam обрабатывает SMILES-строки и молекулярные геометрии посредством SMILES-BERT и QHNet, соответственно, генерируя токеновые и геометрические вложения, после чего, посредством компенсации модальности и кросс-модального проектора, достигается выравнивание в едином пространстве вложений, что позволяет осуществлять предсказание гамильтониана исключительно на основе SMILES-строк, минуя необходимость в данных о геометрии молекул.

Исследователи разработали систему, способную предсказывать квантовые гамильтонианы молекул, используя только их SMILES-представления, без необходимости учитывать трехмерную структуру.

Нелинейные сети: новый подход к физическим нейронным вычислениям

Сети Кольмогорова-Арнольда и устройства «синаптического нелинейного элемента» (SYNE) демонстрируют принципиально иной подход к построению нейронных сетей, где сложные нелинейные функции переносятся с нейронов на синапсы, реализуемые физически с помощью микроскопических устройств SYNE, изготовленных из кремния на изоляторе с использованием методов полимерно-прививочного легирования и оптической литографии, что позволяет достичь широкого диапазона реконфигурируемых нелинейных характеристик, включая область отрицательного дифференциального сопротивления, за счет управления всего двумя управляющими напряжениями.

Исследователи продемонстрировали физическую реализацию сети Колмогорова-Арнольда, открывая путь к более компактным и энергоэффективным нейронным системам.

Адаптивное распознавание речи: обучение без забывания в условиях ограниченных ресурсов

Предлагаемая схема непрерывного обучения демонстрирует возможность адаптации системы к новым данным без катастрофического забывания ранее полученных знаний, что достигается за счёт динамической реструктуризации нейронной сети и избирательного сохранения ключевых признаков.

Новый подход позволяет системам распознавания речи непрерывно обучаться новым командам и адаптироваться к меняющимся условиям, не теряя при этом эффективности и скорости работы.