Neuste Artikel für Datenaugmentation

Synthetic-Daten bieten neue Möglichkeiten für Forscher in der Genomik.

Ein neuer Ansatz gleicht Datensätze aus, um die Bildkennung mit echten und synthetischen Bildern zu verbessern.

Die Datenaufbereitung im Machine Learning kann die Nachvollziehbarkeit medizinischer Entscheidungen beeinflussen.

Diese Studie verbessert SER durch optimierte Vorverarbeitung und effiziente Aufmerksamkeitsmodelle.

Generative Modelle erstellen vielfältige Trainingsdaten, was die Anpassungsfähigkeit von Robotern verbessert.

Neue Methoden verbessern die Sprachklarheit in lauten Umgebungen für Hörgeräte.

Ein neuer Ansatz verbessert das Lernen von Repräsentationen und das Clustern bei herausfordernden Bilddaten.

Dieser Artikel untersucht, wie die Kombination aus echten und synthetischen Bildern die Genauigkeit und Fairness bei der Gesichtserkennung verbessert.

Eine neue Methode sagt den BMI anhand von Schriftstilen und Deep Learning voraus.

Dieses Projekt untersucht KI-Methoden für eine effizientere Müllklassifizierung.

Forscher bewerten die Risiken, Einzelpersonen aus geteilten Daten zu identifizieren, um die Privatsphäre zu verbessern.

Diese Methode verbessert Trainingsdatensätze für eine bessere Bildsegmentierungsleistung.

Untersuchen, wie Computer Vision-Modelle mit dem menschlichen visuellen Verständnis übereinstimmen können.

Neues Modell verbessert die Genauigkeit beim Segmentieren von Tumoren aus PET/CT-Scans.

Brain-Net-Diffusion verbessert die fMRI-Datenanalyse für Autismus-Spektrum-Störung.

Neue Methoden zielen darauf ab, die Diabetesversorgung durch genaue, nicht-invasive Blutzuckerüberwachung zu verbessern.

Ein neues Modell verbessert die Genauigkeit und Effizienz bei der medizinischen Bildsegmentierung.

Ein neues Framework verbessert Empfehlungen und schützt dabei die Privatsphäre der Nutzer.

Erfahre, wie AMRF die Bildsegmentierung in industriellen Anwendungen verbessert.

Die Automatisierung der Tumorsegmentierung in PET/CT-Bildern verbessert die Genauigkeit und beschleunigt die Diagnose.

Dieses Modell verbessert das AI-Lernen, während es das vergangene Wissen behält.

Eine Studie zur Verbesserung von Spracherkennungssystemen in lauten Umgebungen.

Studie untersucht LSTM-Netzwerke für bessere Internetverkehrsprognosen.

Ein neuer Ansatz zur Schulung von Belohnungsmodellen verbessert die Ausrichtung von KI auf menschliche Vorlieben.

Verwendung von synthetischen PET/CT-Bildern zur Verbesserung der Tumordetektion und der Modellleistung.

Neue Technik soll die Helmpflicht auf Baustellen verbessern.

KI-Techniken verbessern die Schlüsselpunkt-Erkennung für bessere Roboterinteraktionen.

Erforsche Methoden zur Verbesserung von Vorhersagen zur Nutzerinteraktion durch Datenanreicherung.

Ein neuer Ansatz zur effizienten Klassifizierung von Malware mit weniger gekennzeichneten Proben.

Diese Studie verbessert die Emotions­erkennungssysteme für weniger verbreitete Sprachen mithilfe von Daten mit hohem Ressourcen­anteil.

PODA verbessert die Fähigkeit von KI, Texte zu verstehen und logisch zu denken.

In diesem Artikel geht’s um Strategien, um die Genauigkeit von Lernerfolgsdaten zu verbessern.

Die Übersetzungsgenauigkeit von natürlicher Sprache in Aussagenlogik verbessern.

Dieses Framework verbessert die Modellleistung, indem es sich mit niedrigqualitativen augmentierten Daten auseinandersetzt.

Ein neues Framework verbessert die Erkennung von Hassrede und fördert Fairness im Netz.

Neue Ansätze in der HAR verbessern die Aktivitätserkennung mithilfe von Smartphone-Daten.

Der KI-gesteuerte WeatherFormer verbessert Wettervorhersagen und senkt gleichzeitig den Energieverbrauch.

Die Studie untersucht selbstüberwachtes Lernen, um die kardiale Bildgebung zu verbessern.

Ein Framework, um Vorurteile in visuellen Daten für KI-Modelle zu erkennen und zu reduzieren.

Das Verstehen von Aufmerksamkeitsunterschieden kann das Lernen von Sprachmodellen verbessern.