Últimos artículos para CNNs

Un nuevo método mejora la segmentación de imágenes al optimizar los factores de redimensionamiento de manera eficiente.

Investigaciones muestran que el EEG puede clasificar los estados de ánimo humanos con alta precisión.

Este estudio evalúa las CNNs para clasificar estados de percolación en física.

Un nuevo método pronostica la vida de la batería usando datos de ciclos tempranos para mejorar la fiabilidad.

Este estudio evalúa las GANs frente a las CNNs en la segmentación de órganos a partir de escaneos CT.

Un estudio que examina la confiabilidad de las explicaciones visuales en redes neuronales.

Las B-CNNs mejoran el reconocimiento de imágenes gracias a sus capacidades de rotación y reflexión.

Nuevas redes de deep learning mejoran la precisión en la segmentación de imágenes médicas.

Automatizando la extracción de datos de transcripciones académicas para una entrada de notas más rápida y precisa.

La investigación mejora el reconocimiento de objetos bloqueados en visión por computadora.

MORSE mejora la segmentación de imágenes médicas al abordar desafíos clave con detalle y eficiencia.

Presentando un marco para simplificar el desarrollo de kernels de DL y HPC para varios sistemas CPU.

Una nueva función de activación mejora el rendimiento de las redes neuronales usando métodos bayesianos.

Un método para entrenar CNNs con datos encriptados mientras se preserva la precisión y la privacidad.

Nueva técnica mejora la precisión de detección de objetos 3D usando imágenes simples.

Los investigadores usan aprendizaje profundo para mejorar los pronósticos del modelo de hielo marino y entender mejor el clima.

Este artículo presenta un nuevo modelo que combina transformadores con CNNs para el ajedrez.

La investigación explora el aprendizaje automático para identificar artistas a través de sus obras.

La investigación arroja luz sobre la toma de decisiones de IA para aplicaciones críticas de seguridad.

Nuevos métodos mejoran la comprensión de los flujos turbulentos usando técnicas de aprendizaje automático.

Los modelos de aprendizaje profundo mejoran la detección de derrames de petróleo con imágenes satelitales.

Nuevos métodos mejoran la eficiencia y accesibilidad del diseño de CNN.

La investigación se centra en modelos eficientes para la detección de palabras clave usando redes esbeltas.

GSpyNetTree mejora la clasificación de ondas gravitacionales y fallos.

DietCNN reduce el uso de energía en CNNs para un procesamiento eficiente en dispositivos pequeños.

Combinando CNNs y transformadores para tener imágenes estéreo más claras.

Un nuevo método mejora el análisis de imágenes de Rayos X dentales para un mejor diagnóstico.

Un método para mejorar el rendimiento del modelo en el análisis de imágenes de tejidos.

El estudio compara las CNN y los transformadores para el análisis de imágenes médicas.

El aprendizaje automático mejora la detección de grietas en estructuras de HDPE, aumentando la seguridad y la fiabilidad.

Una mirada a las cerámicas arquitectónicas que destacan en tolerancia al calor y al estrés.

Un estudio muestra que las CNN pueden crear combinaciones de palabras a partir de datos de habla en bruto.

Aprende cómo las características visuales mejoran las experiencias de compra en línea.

Un nuevo enfoque usando CNNs mejora la precisión en la detección de objetivos de radar.

CIT-EmotionNet mejora la detección de emociones mediante un análisis innovador de señales EEG.

Un nuevo enfoque mejora el procesamiento de señales ECG utilizando técnicas de aprendizaje auto-supervisado.

Combinar CNNs con homogeneización jerárquica acelera el análisis de propiedades de rocas.

Explorando cómo las redes neuronales reconocen simetrías en los datos a través de la equivarianza.

Analizando cómo los datos de imágenes pueden mejorar las predicciones del comportamiento de los peatones.

Nuevas técnicas mejoran la detección de inundaciones usando imágenes SAR y DAM-Net.