Últimos artículos para Extracción de características

Descubre cómo SDF2Net mejora el análisis de imágenes PolSAR y la precisión en la clasificación.

Este estudio evalúa modelos sustitutos para eficiencia y precisión en tareas de optimización.

Un nuevo sistema crea modelos humanos 3D detallados a partir de menos fotos 2D.

Presentando un método para mejorar la búsqueda de imágenes usando diferentes tipos de modelos.

DEXTER mejora la seguridad de la IA al mejorar la detección de datos fuera de distribución.

PrintListener expone vulnerabilidades en la autenticación por huellas dactilares a través del análisis de sonido.

CLIMBER ofrece búsquedas de similitud eficientes y precisas en grandes series de datos.

Un nuevo método mejora la precisión del modelo 3D usando múltiples puntos de vista.

TROT mejora la precisión en el reconocimiento de actividades humanas aprovechando las relaciones temporales.

Examinando las limitaciones de la Distancia de Fréchet en la evaluación de la calidad de video.

Un método rápido para crear modelos 3D a partir de solo seis fotos, ideal para vehículos.

Un nuevo enfoque mejora la detección y reduce los falsos positivos en el cáncer de próstata.

Explorando cómo el procesamiento de señales mejora las capacidades del aprendizaje automático en varios campos.

Un nuevo enfoque de aprendizaje automático mejora la precisión en el análisis de impresiones de huellas de zapatos.

La investigación identifica y clasifica los dialectos kurdos sorani usando grabaciones de audio extensas.

Una visión general de NMF y sus aplicaciones en la simplificación de datos complejos.

Un nuevo marco mejora el reconocimiento de personas a través de diferentes tipos de entrada.

Un nuevo modelo mejora la recuperación de imágenes para el diagnóstico de histopatología mamaria.

Una herramienta para generar y analizar tensores dispersos sintéticos en varios campos.

Un nuevo método mejora el manejo de datos en aplicaciones de IA, centrándose en la extracción de características.

Un nuevo método mejora la detección del TDAH usando canales de EEG selectivos.

Un nuevo método mejora la clasificación de la madurez de la fruta usando tecnología de imágenes hiperespectrales.

Un nuevo método para reconocer mejor los objetos pequeños en visión por computadora.

El aprendizaje automático combina imágenes de diapositivas y expresión genética para una mejor comprensión de las enfermedades.

El modelo FAITH mejora las predicciones al separar tendencias y patrones estacionales en datos de series temporales.

Un nuevo modelo mejora el etiquetado de imágenes usando múltiples fuentes de datos.

La extracción automática de características transforma el análisis de datos en colisionadores de partículas.

Un estudio explora cómo la IA puede predecir mejor los resultados para pacientes con glioblastoma.

Un nuevo marco mejora la precisión y eficiencia en la clasificación de galaxias.

GenWarp genera nuevas vistas a partir de imágenes únicas mientras preserva detalles esenciales.

Un nuevo método mejora las imágenes 3D al eliminar distracciones en movimiento.

El aprendizaje federado y por transferencia mejoran la eficiencia y precisión en la detección del cáncer.

Presentando un método flexible para la detección de anomalías a nivel de píxel en visión por computadora.

Un estudio encuentra que características simples explican en gran medida los puntajes cerebrales de los LLM.

Usando deep learning para mejorar la monitorización de emisiones acústicas en uniones atornilladas.

Un nuevo enfoque para asegurar la equidad en el diagnóstico cognitivo usando información sensible.

ADEP tiene como objetivo mejorar la seguridad prediciendo efectos adversos de múltiples medicamentos.

Las estrategias innovadoras mejoran las predicciones de materiales usando sustitutos de aprendizaje automático.

Nuevos métodos mejoran cómo las máquinas reconocen emociones en el habla humana.

Nuevos métodos mejoran el reconocimiento de imágenes para identificar personas en diferentes entornos.