Jun Zhou

Te presentamos HSIMamba, un método para mejorar la clasificación de imágenes hiperespectrales de manera eficiente.

Presentando HeMeNet para un aprendizaje multitarea eficiente de proteínas usando estructuras 3D.

Este método mejora la selección de bandas hiperespectrales usando datos LiDAR para el análisis.

Un método que combina datos hiperespectrales y LiDAR mejora la precisión en la clasificación del uso del suelo.

Nuevos conjuntos de datos buscan mejorar la comprensión de la IA sobre las preferencias humanas.

TimeMixer combina patrones de datos detallados y amplios para una mejor precisión en las predicciones.

Un nuevo modelo mejora el reconocimiento de referencias a eventos en varios documentos.

Un nuevo método para entender mejor los eventos usando múltiples documentos.

Perspectivas sobre el comportamiento de los usuarios a través de técnicas innovadoras de modelado de datos.

Un nuevo modelo mejora la extracción de sentimientos de las reseñas, abordando las superposiciones de categorías.

Descubre estrategias para mejorar el aprendizaje con pocos ejemplos en grandes modelos de lenguaje y visión.

SATA mejora la robustez y eficiencia de los Transformadores de Visión para tareas de clasificación de imágenes.

Un nuevo método mejora la precisión y efectividad de la edición genética.

La investigación revela nuevos materiales con propiedades únicas de manejo del calor.

Los avances en el aprendizaje automático mejoran la comprensión de los conductores superiónicos.

Un nuevo modelo mejora el análisis de imágenes hiperespectrales y reduce los costos computacionales.

Combinando datos de HSI y LiDAR para un análisis eficiente.

Un nuevo método mejora la clasificación de imágenes mientras reduce el tamaño del modelo.