Neuste Artikel für CNNs

Forschung zeigt, wie Selbstaufmerksamkeit das Modellieren der neuronalen Antwort im Deep Learning verbessert.

Effiziente Methoden zur Identifizierung von Drohnen mithilfe von convolutional neural networks.

Eine neue Methode zur Schätzung der Objektpose mit schwach beschrifteten Daten zeigt vielversprechende Ergebnisse.

Dieses Papier stellt ein neues Modell zur Klassifizierung von hyperspektralen Bildern mithilfe von CNN- und Transformer-Techniken vor.

CMTNet verbessert die hyperspektrale Bildgebungstechnologie für eine bessere Erkennung von Pflanzen.

Eine neue Technik verbessert die Bildgebung von Blutgefässen im Gehirn und unterstützt die Forschung.

Forschung zur Verbesserung des Wissensaustauschs in ressourcenlimitierten Smart Devices.

Die Fahrzeugkommunikation mit moderner Technologie verbessern für sicherere Strassen.

Erkunde, wie Transformer die Bildinpainting-Techniken in der Computer Vision umkrempeln.

Entdecke das Neuste in der Computer Vision, das durch Deep-Learning-Modelle angetrieben wird.

Eine neue Methode verbessert die Genauigkeit der Klassifizierung von Hautkrankheiten.

Untersuchung von KI-Modellen zur effektiven Klassifizierung von Softwareprotokollen in Telekommunikationsnetzen.

Neue Methoden verbessern die Energieeffizienz von CNNs auf STM32-Mikrocontrollern.

Untersuchen, wie man vertrauenswürdige gesundheitsbezogene Webseiten erkennt.

Eine neue Methode verbessert die Genauigkeit in der medizinischen Bildanalyse mit begrenzten Daten.

Dieser Artikel untersucht, wie neuronale Netzwerke Daten durch ihre Darstellungen verarbeiten.

One-Class SVMs vereinfachen die Entdeckung von Exoplaneten durch effiziente Datenverarbeitung.

Deep Learning vereinfacht die Leistungsanalyse für Kanuslalom-Athleten.

Forschung verbessert Methoden zur Anfallsvorhersage, um die Sicherheit und Lebensqualität der Patienten zu erhöhen.

Die Rolle von Deep Learning bei der Verbesserung der Genauigkeit von Klimadaten bewerten.

Deep-Learning-Techniken zeigen vielversprechende Ergebnisse dabei, die Bauchspeicheldrüse aus CT-Scans zu segmentieren.

DuoFormer verbessert die Analyse medizinischer Bilder und steigert die Krebsentdeckungsfähigkeiten.

Diese Studie verbessert Methoden zur Erkennung von aussergewöhnlichen Beispielen in der medizinischen Bildgebung.

Eine Studie verbessert die Herzfrequenzschätzung und die Murmurerkennung mit Aufnahmen.

Diese Studie bewertet CNN- und modifizierte VGG16-Modelle bei Aufgaben zur Emotionserkennung.

Ein hybrides Modell zur effektiven IoT-Eindringungserkennung vorstellen.

Neue Methode verbessert Deep-Learning-Modelle für Geräte mit begrenzten Ressourcen.

GSN kombiniert Wörterbuchlernen und Grafiktechniken für eine bessere Klassifizierung von medizinischen Bildern.

Neue Methoden zur medizinischen Bildregistrierung und ihre Effektivität erkunden.

KI-Modelle verbessern die frühe Erkennung von Lungenkrebs durch fortschrittliche Bildgebungstechniken.

Eine Studie zur Verbesserung von CNNs mithilfe von teilweisen Labels und adversarialen Angriffsmodellen.

Eine neue Methode verbessert die Superpixel-Segmentierung in 360°-Bildern mithilfe von Deep Learning.

MSA Net verbessert die Genauigkeit in der medizinischen Bildsegmentierung mit innovativen Techniken.

In diesem Artikel geht's darum, Stabilitätszahlen in Graphen mit Hilfe von konvolutionalen neuronalen Netzen vorherzusagen.

CC-SAM verbessert die medizinische Bildsegmentierung und steigert die Genauigkeit für eine bessere Patientenversorgung.

Ein Python-Paket, das Forschern bei der effizienten Analyse von Teleskopdaten hilft.

Automatisierte Methoden verbessern die Genauigkeit der Brustkrebsdiagnose durch maschinelles Lernen.

Innovationen im Deep Learning verbessern die Genauigkeit in der medizinischen Bildgebung für bessere Gesundheitsresultate.

In diesem Artikel geht's darum, wie man mit Deep Learning emotionale Reaktionen auf Musik vorhersagen kann.

Fortgeschrittene Techniken nutzen, um Galaxienfusionen in JWST-Bildern zu erkennen.