Derniers articles pour Technologie de la santé

De nouvelles méthodes améliorent la qualité des images cardiaques tout en réduisant l'exposition aux radiations.

CDI-Net améliore la qualité de l'imagerie SPECT tout en réduisant l'exposition aux radiations.

Une nouvelle méthode pour améliorer l'apprentissage à partir de tâches limitées en apprentissage automatique.

Examiner comment les modèles apprennent et prennent des décisions dans des applications critiques.

Ce boulot améliore le réglage des paramètres dans les réseaux bayésiens avec un minimum de changements.

Une nouvelle méthode permet aux robots d'apprendre en continu sans réinitialisations.

Un aperçu des défis et des défenses contre les attaques adversariales en apprentissage profond.

De nouvelles méthodes améliorent la précision et l'efficacité pour détecter les repères anatomiques dans l'imagerie médicale.

Un gros ensemble de données sur les pleurs de bébés aide à comprendre la communication et la santé des nourrissons.

Exploration des formes d'onde déformées en temps-fréquence pour une connectivité IoT efficace.

Les systèmes VQA combinent des images et du langage pour répondre aux questions des utilisateurs de manière efficace.

Améliorer les réseaux de neurones rares grâce à des fonctions d'activation et des hyperparamètres optimisés.

Une nouvelle méthode améliore l'imagerie par IRM en préservant la précision et en réduisant les besoins en données.

Intégrer des agents symboliques et neuronaux pour une meilleure performance système.

PS-FedGAN améliore la vie privée et l'efficacité dans l'apprentissage fédéré en partageant un minimum de données.

L'apprentissage fédéré améliore l'entraînement des modèles tout en gardant les données des utilisateurs privées.

Un nouveau cadre améliore les prévisions du mouvement humain pour diverses applications.

Une nouvelle méthode pour améliorer l'angiographie photoacoustique en utilisant des gribouillis pour l'entraînement d'images.

L'IA améliore l'imagerie cardiaque et l'efficacité du diagnostic grâce à de nouveaux ensembles de données et modèles.

Examiner la fiabilité de LIME pour fournir des explications stables pour les modèles de classification de texte.

Explorer de nouvelles méthodes pour améliorer l'efficacité et la sécurité de l'apprentissage par renforcement hors ligne.

La recherche dévoile l'efficacité des modèles pré-entraînés pour détecter des données inhabituelles.

Une nouvelle méthode améliore la détection des anomalies en identifiant des motifs dans les données.

SynthMix améliore l'analyse d'images médicales grâce à des techniques de mélange innovantes.

CIT-EmotionNet améliore la détection des émotions grâce à une analyse innovante des signaux EEG.

Une nouvelle méthode qui améliore la transparence des décisions de l'IA sans sacrifier la précision.

Une étude montre le potentiel des techniques non invasives pour prédire la PIC.

Une nouvelle méthode d'étalonnage améliore la fiabilité des prédictions des modèles d'apprentissage profond.

De nouvelles méthodes améliorent les prévisions pour les données de machine learning hors distrib.

Examiner l'apprentissage par renforcement hors ligne en se concentrant sur le déplacement de distribution et les structures de bas rang.

Une nouvelle méthode améliore la vie privée dans les arbres de décision sans sacrifier la précision.

Utiliser des images synthétiques pour améliorer l'analyse et la formation en échographie.

Des chercheurs améliorent la détection des maladies dans les images OCT grâce aux étiquettes cliniques et à l'apprentissage par contraste.

Un nouveau modèle améliore la précision dans l'analyse des images de tumeurs cérébrales.

Examiner comment les chatbots gèrent les infos sensibles et les problèmes de vie privée.

Une analyse de l'efficacité des données synthétiques et de leurs applications dans divers domaines.

Une nouvelle méthode décompose la connectivité cérébrale pour de meilleures prédictions et identités.

SignalGPT aide le secteur de la santé en interprétant les signaux biomédicaux en texte clair.

Un nouveau cadre intègre des données structurées et non structurées pour une meilleure précision.

Une méthode pour évaluer les classificateurs abstentionnistes en estimant leurs prédictions manquantes.