Últimos artículos para Redes Neuronales Convolucionales

Un nuevo método para evaluar la fuerza de una red contra ataques.

Nuevo modelo de aprendizaje profundo mejora la precisión de la segmentación de órganos en imágenes médicas.

Este estudio desarrolla un modelo para identificar enfermedades retinales usando datos de imágenes brasileñas.

Presentando una forma de estimar el aprendizaje de CNN sin datos de validación.

Nuevas técnicas de entrenamiento mejoran la imagen de estructuras biológicas usando SMLM.

Los investigadores usan aprendizaje automático para analizar células cancerosas y mejorar las estrategias de tratamiento.

Un nuevo modelo mejora la clasificación de radiografías de pecho para enfermedades pulmonares.

Nuevos métodos mejoran la detección de cáncer usando IA sin necesidad de grandes cantidades de datos etiquetados.

MolNexTR mejora el reconocimiento de estructuras químicas a partir de imágenes con técnicas avanzadas.

Entender la robustez del modelo es clave para aplicaciones del mundo real en varios campos.

Un nuevo método mejora la segmentación panóptica al integrar datos de profundidad.

Nuevo conjunto de datos busca mejorar la precisión en el diagnóstico de CAD.

Combinar métodos tradicionales y de aprendizaje profundo mejora la eficiencia del procesamiento de imágenes.

Descubre los últimos métodos en registro de imágenes de la retina para mejorar el diagnóstico.

Optimizando el rendimiento de CNN en FPGAs a través de técnicas de gestión de memoria.

Las técnicas de aprendizaje profundo mejoran la calidad de las imágenes de CBCT al reducir los artefactos.

Un nuevo método usa aprendizaje por refuerzo para podar CNNs mientras se entrena.

Nuevo modelo mejora la precisión de la recolección de frutas con robots utilizando datos de nubes de puntos 3D.

Este artículo habla sobre un sistema para detectar los estados del juego en el futbolín.

Nuevos métodos mejoran la identificación de escritores con muestras de escritura a mano limitadas usando IA.

Las CNN muestran potencial para extraer parámetros cosmológicos de datos de lente débil.

Una mirada a cómo diferentes redes neuronales aprenden de las imágenes.

Esta investigación se centra en detectar porosidad en la fabricación aditiva con imágenes térmicas y IA.

Descubre los últimos métodos y desafíos en la clasificación de imágenes hiperespectrales.

La inteligencia artificial mejora el análisis de colisiones de partículas y chorros en la física de partículas.

El nuevo modelo emoDARTS mejora la precisión en el reconocimiento de emociones en el habla usando aprendizaje profundo.

Los modelos de aprendizaje profundo mejoran la precisión de la segmentación de accidentes cerebrovasculares para lograr mejores resultados en los pacientes.

Los robots pueden mejorar la navegación clasificando diferentes terrenos en entornos difíciles.

Un nuevo enfoque semi-supervisado mejora la detección de tablas en imágenes de documentos.

Un nuevo método mejora la comprensión de las predicciones de las CNN a través de conceptos y relaciones.

Un nuevo método mejora la precisión del diagnóstico en imágenes médicas usando aprendizaje enfocado.

Este modelo mejora la precisión al clasificar datos diversos de sensores IoT.

Modelos avanzados podrían ayudar a los gerentes de Fantasy Premier League a tomar mejores decisiones de equipo.

La detección de anomalías es clave para la seguridad de los vehículos conectados y autónomos.

Explorando cómo la IA está transformando los procesos de producción de video para los cineastas.

Este artículo habla sobre cómo mejorar las CNNs aprovechando la información de baja frecuencia para ser más resistentes a ataques adversarios.

Las galaxias revelan su historia a través de su morfología y la actividad de formación estelar.

Este artículo revisa métodos para mejorar la claridad de imágenes en aplicaciones de teledetección.

Usando CNNs para mejorar las predicciones de patrones climáticos significativos.

TSLANet ofrece una solución nueva para analizar datos de series temporales con mejor precisión.