بيت » أحدث براءات الاختراع والمنشورات » أحدث المنشورات وبراءات الاختراع حول الشبكات العصبية

أحدث المنشورات وبراءات الاختراع حول الشبكات العصبية

الشبكات العصبية

هذه هي أحدث مجموعة مختارة من المنشورات وبراءات الاختراع العالمية باللغة الإنجليزية حول الشبكات العصبية، بين العديد من المجلات العلمية على الإنترنت، مصنفة ومركزة على الشبكة العصبية، والخلايا العصبية الاصطناعية، والحقبة الزمنية، والبنية العصبية، والتعلم الآلي، والتعلم العميق، وآلة دعم المتجهات.

براءات الاختراع: لا يوجد حديثاً براءة اختراع حول هذا الموضوع بالتحديد. يُرجى تجربة البحث اليدوي الشامل في قاعدة بيانات براءات الاختراع المرتبطة أعلاه.

Fast Prediction of Combustion Heat Release Rates for Dual-Fuel Engines Based on Neural Networks and Data Augmentation

Published on 2025-02-19 by Mingxin Wei, Xiuyun Shuai, Zexin Ma, Hongyu Liu, Qingxin Wang, Feiyang Zhao, Wenbin Yu @MDPI

Abstract: As emission regulations become increasingly stringent, diesel/natural gas dual-fuel engines are regarded as a promising solution and have attracted extensive research attention. However, their complex combustion processes pose significant challenges to traditional combustion modeling approaches. Data-driven modeling methods offer an effective way to capture the complexity of combustion processes, but their performance is critically constrained by the quantity and quality of the test data. To add[...]


Our summary: Fast prediction model based on neural networks and data augmentation for dual-fuel engines. Hybrid regression data augmentation architecture and Bayesian Neural Network for high-quality predictions. Adaptive weight allocation method for balanced accuracy distribution and enhanced generalization ability.

Neural Networks, Data Augmentation, Combustion Prediction, Dual-Fuel Engines

Publication

Automatic Configuration Search for Parameter-Efficient Fine-Tuning

Published on 2024-05-25 by Han Zhou, Xingchen Wan, Ivan Vuli?, Anna Korhonen @MIT

Abstract: Large pretrained language models are widely used in downstream NLP tasks via task-specific fine-tuning, but such procedures can be costly. Recently, Parameter-Efficient Fine-Tuning (PEFT) methods have achieved strong task performance while updating much fewer parameters than full model fine-tuning (FFT). However, it is non-trivial to make informed design choices on the PEFT configurations, such as their architecture, the number of tunable parameters, and even the layers in which the PEFT modules[...]


Our summary: Efficient fine-tuning method achieved with fewer parameters. AutoPEFT uses Bayesian optimization to discover optimal configurations. Outperforms existing methods on GLUE and SuperGLUE tasks. Pareto-optimal set balances performance and cost.

automatic configuration search, parameter-efficient fine-tuning, neural architecture search, pretrained language models, task-specific fine-tuning

Publication

جدول المحتويات
    Aggiungi un'intestazione per iniziare a generare il sommario

    متاح للتحديات الجديدة
    مهندس ميكانيكي، مشروع، هندسة العمليات أو مدير البحث والتطوير
    تطوير المنتج الفعال

    متاح لتحدي جديد في غضون مهلة قصيرة.
    تواصل معي على LinkedIn
    تكامل الإلكترونيات المعدنية والبلاستيكية، التصميم مقابل التكلفة، ممارسات التصنيع الجيدة (GMP)، بيئة العمل، الأجهزة والمواد الاستهلاكية متوسطة إلى عالية الحجم، التصنيع المرن، الصناعات الخاضعة للتنظيم، شهادات CE وFDA، التصميم بمساعدة الحاسوب (CAD)، Solidworks، الحزام الأسود من Lean Sigma، شهادة ISO 13485 الطبية

    نحن نبحث عن راعي جديد

     

    هل شركتك أو مؤسستك متخصصة في التقنية أو العلوم أو الأبحاث؟
    > أرسل لنا رسالة <

    احصل على جميع المقالات الجديدة
    مجاني، لا يوجد بريد عشوائي، ولا يتم توزيع البريد الإلكتروني ولا إعادة بيعه

    أو يمكنك الحصول على عضويتك الكاملة -مجانًا- للوصول إلى جميع المحتويات المحظورة >هنا<

    السياق التاريخي

    (إذا كان التاريخ غير معروف أو غير ذي صلة، على سبيل المثال "ميكانيكا الموائع"، يتم تقديم تقدير تقريبي لظهوره الملحوظ)

    المواضيع المغطاة: الشبكات العصبية، والخلايا العصبية الاصطناعية، والحقبة الزمنية، والبنية العصبية، والتعلم الآلي، والتعلم الآلي، والتعلم العميق، وآلة ناقلات الدعم، والتعرف الديناميكي على إيماءات اليد، ومجموعات البيانات القياسية، والأوزان المدربة مسبقًا، وبيانات التدريب، ومجموعة بيانات التدريب، ولقطات التصميم، ونموذج الخلايا العصبية الشجيرية الشجيرية (Dendritic Neuron Model)، واللدونة التشابكية، والتطور التفاضلي للتجميع الديناميكي المعزز، و YOLOv8، و ByteTrack.

    منشورات ذات صلة

    انتقل إلى الأعلى

    قد يعجبك أيضاً