Últimos artículos para Aprendizaje profundo

Nuevas técnicas mejoran los Transformers de Visión para un mejor rendimiento con conjuntos de datos pequeños.

Un nuevo método mejora la detección del cáncer de vesícula biliar usando etiquetas de imagen básicas.

Un nuevo método mejora la fotografía submarina al enfrentar los problemas de luz.

Este estudio revisa técnicas eficientes de redes neuronales para el análisis de imágenes en teledetección.

Un método que acelera las operaciones de convolución en redes neuronales profundas.

TransNet ofrece una solución eficiente para reconocer acciones humanas en datos de video.

Explorando la conexión entre redes residuales y ecuaciones diferenciales ordinarias neuronales.

Un nuevo método mejora la precisión en la medición de la deformación del gel para sensores robóticos.

El nuevo modelo SAMUS mejora la segmentación de imágenes de ultrasonido para una mejor precisión clínica.

Nuevo códec logra alta eficiencia en la transmisión de datos de nubes de puntos.

Las V-nets ofrecen una nueva perspectiva sobre la eficiencia y el rendimiento del aprendizaje profundo.

Un nuevo método acelera las simulaciones de física de partículas usando técnicas de superresolución.

Presentamos COPS, un método para entrenar modelos de deep learning de manera eficiente con menos datos.

Presentando CMI y NCMI para una mejor evaluación del rendimiento en deep learning.

Este artículo habla sobre el papel de la percepción BEV en la tecnología de autos autónomos.

Nuevos métodos buscan mejorar la imagen de las condiciones cardíacas fetales.

El método EditAS mejora la generación de aserciones para obtener mejores resultados en las pruebas unitarias.

Un nuevo enfoque para modelar superficies usando redes neuronales.

Nuevos métodos mejoran el rendimiento de ECC usando aprendizaje profundo y diseños de matrices innovadores.

Nuevos enfoques de la computación analógica mejoran la precisión y eficiencia en el aprendizaje profundo.

ModelGiF ofrece un método para cuantificar las relaciones entre modelos de aprendizaje profundo.

Un nuevo método mejora el reconocimiento de objetivos en imágenes SAR con menos datos de entrenamiento.

LineMarkNet mejora la precisión de estacionamiento de vehículos autónomos con detección avanzada de líneas.

Un nuevo método busca mejorar la precisión de segmentación en imágenes de resonancia magnética de la arteria carótida.

Nuevo enfoque mejora cómo las características visuales se relacionan con las preguntas en VQA.

Un nuevo método mejora la precisión en la segmentación de imágenes de ultrasonido a través de Mapas de Confianza.

Un nuevo método mejora la precisión de segmentación en situaciones con datos limitados.

Un nuevo enfoque para identificar mejor los ataques adversariales en sistemas de aprendizaje profundo.

La investigación mejora los modelos de aprendizaje profundo para entornos con recursos limitados.

Un enfoque innovador mejora la eficiencia y precisión en las pruebas de reconocimiento de imágenes.

Una mirada clara a las RNN y sus métodos de linealización para mejorar la efectividad del modelo.

Este estudio muestra lo efectivas que son las GNNs en el análisis de paneles reforzados.

Las Redes de Nubes de Puntos reducen parámetros mientras mantienen el rendimiento en tareas de aprendizaje profundo.

Un nuevo método mejora el reconocimiento de matrículas usando imágenes de diferentes ángulos de cámara.

Investigadores desarrollan un modelo de aprendizaje profundo para predecir erupciones solares con mejor precisión.

Este estudio revela cómo las señales del cerebro pueden recrear imágenes vistas por las personas.

Un nuevo método mejora la clasificación fina usando descubrimiento de partes y aprendizaje contrastivo.

Nuevos modelos de deep learning mejoran el análisis de orgánulos en microscopía de luz transmitida sin etiquetas.

Este documento examina el panorama de retorno y sus implicaciones para el rendimiento de los agentes.

El estudio explora los formatos FP8 para mejorar la eficiencia y precisión del modelo.