محققان در یک پژوهش جدید، از روشی به نام «Quantum Kitchen Sinks» (QKS) برای شناسایی ناهنجاری‌ها در سیگنال‌های رادیویی (RF) استفاده کرده‌اند. این تکنیک…

محققان در مطالعه‌ای جدید، کلاس ساختاریافته‌ای از فرآیندهای تصمیم‌گیری مارکوف به نام Exo-MDPs را معرفی کرده‌اند که به هوش مصنوعی اجازه می‌دهد با استفاده…

یکی از چالش‌های اصلی در دنیای هوش مصنوعی، نبود معیارهای آماری دقیق برای سنجش عملکرد مدل‌های مولد (Generative Models) است. پژوهشگران به تازگی روش…

محققان در پژوهش جدیدی متوجه شدند که مدل‌های تولید تصویر (مثل Stable Diffusion) در برابر «حملات استنتاج عضویت» (MIA) آسیب‌پذیرتر از آن چیزی هستند…

اگر در حوزه یادگیری ماشین فعالیت می‌کنید، احتمالاً با چالش‌های خوشه‌بندی (Clustering) و کاهش ابعاد آشنا هستید. به‌تازگی کتابخانه جدید و متن‌باز «torchsom» منتشر…

آیا می‌دانستید بهینه‌سازی مدارهای کوانتومی یکی از بزرگترین چالش‌های فعلی برای جلوگیری از خطاهای محاسباتی است؟ محققان به تازگی از روش نوآورانه‌ای با نام…

آیا تا به حال فکر کرده‌اید که شبکه‌های عصبی عمیق واقعاً چطور یاد می‌گیرند؟ محققان در یک مطالعه پیشرفته، با استفاده از فیزیک آماری،…

محققان در مطالعه جدیدی به کالبدشکافی رفتار «الگوریتم گرادیان کاهشی تصادفی» (SGD) در شبکه‌های عصبی عمیق پرداخته‌اند. این مقاله نشان می‌دهد که در ابعاد…

تا به حال فکر کرده‌اید چرا استفاده از دستورات شرطی و حلقه‌ها در شبکه‌های عصبی معمولاً باعث شکست فرآیند یادگیری (Gradient-based learning) می‌شود؟ چون…

محققان در مطالعه‌ای جدید به سراغ حل یکی از چالش‌های بزرگ سیستم‌های مخابراتی MIMO رفته‌اند: دریافت اطلاعات وضعیت کانال (CSI) بدون نیاز به ارسال…