Amit Sethi

Un estudio sobre la efectividad de varios modelos ligeros en clasificación de imágenes.

Un método para mejorar la comprensión de la toma de decisiones en redes neuronales.

Nuevas técnicas mejoran la precisión de las pruebas de HER2 para el tratamiento del cáncer de mama.

El aprendizaje de pocos disparos ofrece nueva esperanza para un diagnóstico eficiente de enfermedades en histopatología.

WaveMixSR-V2 transforma imágenes de baja resolución en salidas de alta calidad de manera eficiente.

Nuevos métodos mejoran la precisión de la resumisión de videos mientras reducen los costos computacionales.

FLeNS mejora el aprendizaje federado al equilibrar la velocidad de aprendizaje y la eficiencia de la comunicación.

RL2 ofrece una forma confiable de evaluar la calidad de las imágenes médicas con menos recursos.

PathoGen-X combina datos de imagen y genómicos para mejores predicciones de supervivencia en cáncer.

HistoROI mejora la clasificación de tejidos en el diagnóstico médico usando imágenes de diapositivas completas.

Un enfoque de aprendizaje profundo mejora la clasificación de subtipos de DLBCL para un mejor tratamiento.

Un nuevo enfoque mejora la eficiencia en el análisis de imágenes médicas para la detección del cáncer.

Un nuevo enfoque mejora el análisis de grandes imágenes de tejidos para un mejor diagnóstico.

Aprende cómo la inversión de la red revela el proceso de toma de decisiones de las redes neuronales.

FLD+ mejora la evaluación de imágenes generadas por computadora con menos medidas y más precisas.

Aprende cómo un enfoque híbrido mejora los modelos de aprendizaje automático con etiquetas ruidosas.