Учёные Карнеги представили 156 работ на NeurIPS 2025
Учёные из Университета Карнеги — Меллон отправляются в Сан-Диего с рекордным числом докладов.
нейронные сети
Обзор методов квантования нейросетей для микроконтроллеров
Группа исследователей опубликовала подробный обзор методов квантования нейронных сетей для развёртывания на ресурсоограниченных микроконтроллерах.
Вышла монография о механизмах внимания в нейросетях
Исследователь Хаси Хейс опубликовал на arXiv подробную монографию, посвящённую математическим основам и практическому применению механизмов внимания в архитектурах нейронных сетей.
Квантовые ядра повысили точность нейросетей на малых данных
Новый гибридный подход, сочетающий проекционные квантовые ядра и свёрточные нейронные сети, значительно повысил точность классификации изображений при работе с малыми наборами данных.
Доказаны независимые от архитектуры границы обобщения для сетей ReLU
Группа учёных доказала, что ошибка обобщения перепараметризованных глубоких сетей ReLU не зависит от уровня перепараметризации и VC-размерности.
Математики доказали влияние тяжёлых хвостов на спектр нейросетей
Математики Алис Гийонне и Ванесса Пикколо доказали, что тяжёлые хвосты в распределении весов нейронных сетей кардинально меняют их спектральные свойства.
Новый метод mHC-GNN решает проблему глубины в графовых нейросетях
Предложен новый метод mHC-GNN, который использует многообразие-ограниченные гипер-связи для преодоления ключевых ограничений графовых нейронных сетей.
Предложена новая функция потерь NCMI для обучения классификаторов
Учёные предложили новую функцию потерь на основе нормализованной условной взаимной информации (NCMI) для обучения глубоких нейронных классификаторов.
Проблемы численной стабильности при реализации Softmax с нуля
Функция активации Softmax, критически важная для многоклассовой классификации в нейросетях, при прямой реализации может вызывать численную нестабильность, приводящую к сбоям в обучении моделей.
Сферические нейросети обеспечивают 100% надёжность в логических задачах
Исследователи представили сферические нейронные сети, которые достигают 100% точности в сложных логических рассуждениях, решая проблему ненадёжности больших языковых моделей.
Новый метод гарантирует точность нейросетей для материалов с разрывами
Исследователи представили метод на основе двойственной формулировки физически информированных нейронных сетей, который обеспечивает гарантированные границы ошибки при моделировании материалов с разрывными свойствами.
Новая архитектура Sequential RC улучшает прогнозирование сложных систем
Исследователи представили новую архитектуру Sequential Reservoir Computing, которая значительно повышает эффективность прогнозирования сложных динамических систем.