Computerwissenschaften - Computer Vision und Mustererkennung

Eine neue Methode reduziert den Energieverbrauch in Einzelphotonenkameras, während die Bildqualität beibehalten wird.

Ein neues KI-Modell automatisiert die Analyse von Schmelzspuren im Metall-3D-Druck.

Super-Resolution-Technologie verbessert Bilder mit niedriger Qualität für moderne Sehstandards.

Untersuchen der Integration von Quantencomputern in neuronale Netze für KI.

Forschung kombiniert KI und tragbare Geräte, um Unruhe bei Demenzpatienten vorherzusagen.

Eine Studie zeigt, wie Gesichtszüge die Genauigkeit beim Erraten von Emotionen beeinflussen.

Entdecke, wie Maschinen menschliche Gefühle durch Datenintegration erkennen können.

Forschung untersucht KI-Methoden, um die Genauigkeit der Gleason-Einstufung bei Prostatakrebs zu verbessern.

Die Erforschung von Fortschritten in der Datenaugmentation, um maschinelles Lernen zu verbessern.

Die Analyse von Mammogrammen ist gefährdet durch Cyberangriffe, was stärkere KI-Schutzmassnahmen erfordert.

Maschinelles Lernen nutzen, um Yoga-Posen zu erkennen für eine bessere Praxis.

Eine Aufschlüsselung des Trainings von KI-Modellen mit Methoden, die von kindlichem Lernen inspiriert sind.

Vorhersagen verbessern durch vielfältige Datenquellen und fortgeschrittene Unsicherheitsabschätzungen.

Dieser Artikel untersucht die Rolle von Wahrnehmungsmetriken in der Klassifizierung von Musikgenres.

Dieser Artikel bespricht die Vorteile von PT-PEFT für smarte Machine-Learning-Modelle.

Dieses System hilft dabei, Basketballspiele zu analysieren, indem es Videos mit wichtigen Statistiken verknüpft.

Dieser Artikel erklärt, wie Modelle ihr Denken durch Selbsttraining und das Lernen aus Fehlern verbessern.

Die Rolle der Anleitung bei der Gestaltung der Datengenerierung durch Diffusionsmodelle untersuchen.

Ein neues Modell verbessert die Vorhersagen für die Dauer von endoskopischen Hypophysenoperationen.

Dieser Artikel vergleicht U-Net und transformerbasierte Modelle für die Segmentierung von Mikroskopie-Bildern.

TUMSyn erzeugt MRT-Bilder mit bestehenden Scans und Textvorgaben, um Diagnosen zu unterstützen.

Eine neue Strategie kombiniert generatives und diskriminatives Training in Vision-Language-Modellen.

RadFlag hilft, sicherzustellen, dass KI-generierte medizinische Berichte genau und vertrauenswürdig sind.

Eine neue Methode verbessert die Effizienz von Computermodellen, während die Leistung erhalten bleibt.

RL2 bietet eine zuverlässige Möglichkeit, die Qualität medizinischer Bilder mit weniger Ressourcen zu bewerten.

Eine Studie zeigt die Herausforderungen, die KI hat, um Formen über TurtleBench zu interpretieren.

Die Forschung untersucht, wie VLMs Charts interpretieren und verstehen im Vergleich zu menschlichen Fähigkeiten.

Neue Transformer-Modelle verbessern die Bewertung bei Aufgaben der Computer Vision.

Lern, wie Transformatoren Daten verarbeiten und sich neuen Aufgaben anpassen.

Ein neuer Ansatz zur Verbesserung der Satellitenbild-Erkennung bei gleichzeitiger Kostenkontrolle.

Die Herausforderungen und Lösungen bei der linsensfreien Bildgebungstechniken erkunden.

Ein neuer Ansatz kombiniert Vorlesungsvideos und Folien für eine bessere Einbindung der Studierenden.

SeafloorAI liefert wichtige Sonardaten, um den Meeresboden zu untersuchen.

Ein neues Dataset und Modelle beschleunigen die Suche und Rettung nach Überschwemmungen.

Forschung zeigt ein automatisiertes System zur Verfolgung von Parkzeiten.

Die Studie untersucht die Auswirkungen von verlustbehafteter Kompression auf Deep Learning in der medizinischen Bildsegmentierung.

PathoGen-X kombiniert Bildgebungs- und Genomdaten für bessere Vorhersagen zur Überlebensrate bei Krebs.

Eine neue Methode verwandelt Punktwolken für bessere Dateneffizienz.

Neue Methoden verbessern die Bildqualität mit begrenzten Daten in neuer Ansichtssynthese.

Ein bahnbrechender Datensatz zum Studium der Muskelaktivierung bei menschlicher Bewegung.