Informatica - Visione artificiale e riconoscimento di modelli

Nuovi metodi migliorano il riconoscimento dei modelli su diversi tipi di dati.

Un nuovo metodo migliora l'efficienza e l'efficacia di LoRA nel machine learning.

Questo studio migliora U-Net per un'analisi precisa dei vasi sanguigni retinici.

FastCLIP permette un allenamento efficace del modello CLIP con meno risorse.

Nuovo metodo migliora l'apprendimento nei modelli immagine-testo usando esempi compositi.

Questo articolo parla di metodi per migliorare la traduzione della lingua dei segni usando la tecnologia moderna.

Un nuovo metodo che migliora la generazione di sequenze e il processo decisionale nell'IA.

Nuovo metodo migliora il modeling 3D senza conoscenza preventiva dell'oggetto.

AdaDistill migliora il riconoscimento facciale ottimizzando il trasferimento di conoscenze tra i modelli.

Un nuovo metodo migliora le prestazioni del modello nel riconoscere le classi sottorappresentate.

M-SAT migliora i Decision Transformers per compiti d'azione complessi.

Un nuovo metodo migliora l'apprendimento dei robot con dati etichettati limitati.

Esaminando la necessità di una verifica formale nella tecnologia di rilevamento degli oggetti.

Una nuova libreria Python semplifica il riconoscimento delle azioni nei video sportivi per un'analisi migliore.

Assicurati che la tua ricerca segua le migliori pratiche nel machine learning.

MARS aiuta i robot a percepire e interagire meglio con oggetti articolati.

Un nuovo approccio migliora l'identificazione delle vie aeree nelle scansioni CT dei polmoni usando dati limitati.

Valutare modelli di deep learning per una migliore segmentazione delle immagini iperspettrali.

M IST migliora l'interazione tra modelli visivi e linguistici per una performance migliore.

Un nuovo metodo per valutare i modelli da testo a video si concentra sulla dinamica.

I KAN migliorano l'analisi e la classificazione delle immagini usando meno risorse.

LatentDEM affronta in modo efficace i problemi inversi ciechi nella visione e grafica computerizzata.

EMDiffusion migliora l'addestramento dei modelli di diffusione usando immagini corrotte.

Swish-T migliora le performance dei modelli nel deep learning grazie a tecniche di attivazione innovative.

Presentiamo FairMedFM per valutare l'equità dei modelli di fondazione nella sanità.

FALCON pulisce le immagini sfuocate in fretta mantenendo la qualità per vari usi.

Nuovi metodi migliorano la generazione di immagini allineando i risultati con descrizioni testuali specifiche.

I modelli di diffusione trasformano la generazione di dati e stabiliscono nuovi standard di qualità.

La ricerca esplora i dati satellitari per stimare la tossicità delle particelle sospese.

Una rete leggera per la stima in tempo reale della posa sui dispositivi mobili.

Questo articolo parla dei punti di forza e di debolezza dei Grandi Modelli Linguistici.

Proponiamo un metodo per migliorare l'efficienza dei vision transformers sui dispositivi edge.

Esplorando la codifica differenziale e il suo impatto sui modelli di apprendimento dei grafi.

Questo studio valuta come i LVLM medici si comportano in mezzo alle allucinazioni utilizzando un nuovo dataset.

L'apprendimento reciproco migliora le prestazioni e la stima dell'incertezza nelle Reti Neurali Bayesiane.

Le tecniche di super risoluzione stanno complicando davvero tanto gli sforzi per rilevare i deepfake.

Un nuovo metodo migliora la classificazione dei materiali nelle immagini iperspettrali usando grafi.

Un nuovo metodo migliora l'accuratezza nell'estrazione di strade usando reti neurali grafiche.

Un nuovo metodo per migliorare la previsione del movimento umano usando le informazioni sugli oggetti circostanti.

La ricerca mostra come piccoli aggiustamenti possano migliorare le risposte dell'IA a culture diverse.