実用的な平衡伝播に向けて:フィードバック制御と残差接続を備えた脳型リカレントニューラルネットワーク
脳型学習手法である平衡伝播(EP)の不安定性と計算コストを大幅に改善する新モデルが提案されました。
脳型学習手法である平衡伝播(EP)の不安定性と計算コストを大幅に改善する新モデルが提案されました。
オフポリシー強化学習における外挿誤差を、静止摩擦のアナロジーで解決する新アルゴリズムが提案されまし…
REMAPは、ノイズの多い長尺の指示動画から手順を学習する教師なしフレームワークです。
白内障手術動画の深層学習分析に向け、大規模なマルチソース・マルチタスクベンチマークデータセット「Cat…
サッカーの多様な視覚理解タスクを統一的に処理するAIモデル「SoccerMaster」が発表されました。
深層ベイズ強化学習(BRL)に一般化線形モデル(GLM)を導入し、タスク表現の曖昧さを解消しました。
参照画像とテキストで画像を検索する複合画像検索(CIR)において、表現空間の不整合を解決する新手法が提…
ニューラルオーディオコーデック「SwitchCodec」が、可変ビットレートと高忠実度を実現しました。
LLMエージェントが自動でデータ処理戦略を生成・最適化し、モデルのファインチューニングを効率化します。
リソース制約のあるエッジデバイス向けに、通信効率が高く、データ破損に強く、メモリ消費の少ない分散型…
シングルセル転写データ解析において、生物学的事前知識を統合した新しいデータ中心AIフレームワーク「DOG…
自己回帰時系列予測モデルAROptが、既存モデルの課題を解決し、予測精度を大幅に向上させました。