「cs.NE」カテゴリーアーカイブ

Continual learning with the neural tangent ensemble

投稿日: 2025年2月28日 作成者: jarxiv

要約 継続的な学習のための自然戦略は、固定機能のベイジアンアンサンブルを比較検討 … 続きを読む →

カテゴリー: cs.LG, cs.NE | Continual learning with the neural tangent ensemble はコメントを受け付けていません

Associative memory and dead neurons

投稿日: 2025年2月27日 作成者: jarxiv

要約 「神経生物学と機械学習における大規模な連想記憶問題」で、ドミトリー・クロト … 続きを読む →

カテゴリー: cs.AI, cs.NE, q-bio.NC | Associative memory and dead neurons はコメントを受け付けていません

MLPs Learn In-Context on Regression and Classification Tasks

投稿日: 2025年2月26日 作成者: jarxiv

要約 入力のみの模範からタスクを解決する顕著な能力であるコンテキスト学習（ICL … 続きを読む →

カテゴリー: cs.LG, cs.NE | MLPs Learn In-Context on Regression and Classification Tasks はコメントを受け付けていません

Evolution 6.0: Evolving Robotic Capabilities Through Generative Design

投稿日: 2025年2月26日 作成者: jarxiv

要約 生成AIによって駆動されるロボット工学の進化を表す新しい概念であるEvol … 続きを読む →

カテゴリー: cs.NE, cs.RO | Evolution 6.0: Evolving Robotic Capabilities Through Generative Design はコメントを受け付けていません

Evolution 6.0: Evolving Robotic Capabilities Through Generative Design

投稿日: 2025年2月25日 作成者: jarxiv

要約 生成AIによって駆動されるロボット工学の進化を表す新しい概念であるEvol … 続きを読む →

カテゴリー: cs.NE, cs.RO | Evolution 6.0: Evolving Robotic Capabilities Through Generative Design はコメントを受け付けていません

Are Neuromorphic Architectures Inherently Privacy-preserving? An Exploratory Study

投稿日: 2025年2月24日 作成者: jarxiv

要約 機械学習（ML）モデルは主流になりつつありますが、特に敏感なアプリケーショ … 続きを読む →

カテゴリー: cs.CR, cs.LG, cs.NE | Are Neuromorphic Architectures Inherently Privacy-preserving? An Exploratory Study はコメントを受け付けていません

MetaDE: Evolving Differential Evolution by Differential Evolution

投稿日: 2025年2月24日 作成者: jarxiv

要約 進化的計算（EC）ドメインの基礎として、差別的な進化（DE）は、挑戦的なブ … 続きを読む →

カテゴリー: cs.AI, cs.NE | MetaDE: Evolving Differential Evolution by Differential Evolution はコメントを受け付けていません

AutoTandemML: Active Learning Enhanced Tandem Neural Networks for Inverse Design Problems

投稿日: 2025年2月24日 作成者: jarxiv

要約 科学と工学の逆設計には、設計スペースの複雑さと高次元によって妨げられるプロ … 続きを読む →

カテゴリー: cs.AI, cs.CE, cs.LG, cs.NE | AutoTandemML: Active Learning Enhanced Tandem Neural Networks for Inverse Design Problems はコメントを受け付けていません

State-space models can learn in-context by gradient descent

投稿日: 2025年2月19日 作成者: jarxiv

要約 深い状態空間モデル（ディープSSM）は、モデルシーケンスデータへの効果的な … 続きを読む →

カテゴリー: cs.AI, cs.LG, cs.NE | State-space models can learn in-context by gradient descent はコメントを受け付けていません

Vision CNNs trained to estimate spatial latents learned similar ventral-stream-aligned representations

投稿日: 2025年2月18日 作成者: jarxiv

要約 霊長類の腹側視覚河川の機能的役割の研究は、伝統的にオブジェクトの分類に焦点 … 続きを読む →

カテゴリー: cs.CV, cs.LG, cs.NE, q-bio.NC | Vision CNNs trained to estimate spatial latents learned similar ventral-stream-aligned representations はコメントを受け付けていません