Articoli più recenti per Deep Learning

GSMorph semplifica la registrazione delle immagini, aumentando la velocità e la precisione nella sanità.

Nuovi moduli migliorano la precisione nell'allineamento delle immagini cardiache per una diagnosi migliore.

Un nuovo benchmark punta a migliorare le strategie di avvio a freddo nella segmentazione delle immagini mediche.

AdvDiff migliora gli esempi avversariali usando modelli di diffusione per una qualità visiva migliore.

Nuovi metodi migliorano la calibrazione delle reti neurali addestrate su dataset distillati.

Esaminando le caratteristiche e i rischi di sicurezza dei modelli on-device nelle app iOS.

Un nuovo metodo migliora sia l'accuratezza che la robustezza nei modelli di deep learning.

Uno sguardo ai componenti chiave del deep learning e alle loro interazioni.

Un nuovo metodo di filtraggio migliora le prestazioni dei modelli nell'analisi delle immagini mediche.

Questo metodo migliora la segmentazione dei tumori usando variazioni di forma nelle immagini mediche.

Nuove tecniche migliorano l'accuratezza dell'imaging radar e riducono il rumore grazie al deep learning.

Un'analisi dei modelli di attenzione e del loro ruolo nel migliorare le performance.

Un nuovo metodo migliora le immagini in condizioni di scarsa illuminazione riducendo il rumore e preservando i colori.

Questo articolo parla di metodi per migliorare le prestazioni della segmentazione semantica usando tassi atrous.

Un nuovo metodo migliora la creazione di movimenti realistici dei personaggi nell'animazione.

Un nuovo framework migliora le previsioni per PDE iperboliche complesse con discontinuità.

Un nuovo metodo migliora la classificazione delle immagini combinando più compiti di auto-supervisione.

Un nuovo metodo per difendere le reti neurali profonde dalle minacce backdoor con risultati promettenti.

Il Transformer con Attenzione Doppia per Particelle migliora le tecniche di tagging dei jet nella fisica delle particelle.

Migliorare gli approcci di deep learning per risolvere problemi inversi non lineari con nuovi framework.

Esaminando le sfide e le difese contro gli attacchi avversariali su nuvole di punti 3D.

BearingPGA-Net offre un modo efficiente per diagnosticare i guasti nei cuscinetti utilizzando la tecnologia FPGA.

Uno sguardo all'impatto di SPGAN sui metodi di generazione delle immagini.

Nuovo framework di deep learning migliora il rilevamento delle crisi nei neonati.

Introducendo un modello stocastico per migliorare l'accuratezza delle previsioni delle immagini.

Uno sguardo a come i metodi di allenamento influenzano le prestazioni dei modelli nel machine learning.

RNAformer usa il deep learning per migliorare le previsioni delle strutture RNA.

PATRONoC migliora l'efficienza del trasferimento dei dati nelle applicazioni di deep learning.

MetaCAM migliora la chiarezza nei modelli di deep learning grazie a spiegazioni visive potenziate.

DiffPose migliora il riconoscimento delle pose umane utilizzando dati video per una precisione superiore.

Il metodo KIBS semplifica i modelli 3D urbani usando singole immagini satellitari.

MRQ consente un'adattamento efficiente dei modelli di deep learning per vari dispositivi.

ACDMSR migliora la qualità dell'immagine e la velocità nelle applicazioni di super-risoluzione.

Questo studio migliora la robustezza del deep learning attraverso la selezione dinamica dei modelli.

Nuovo metodo migliora il rilevamento di oggetti camuffati usando tecniche avanzate di elaborazione delle immagini.

Questo metodo migliora l'allenamento del modello nonostante le sfide delle etichette sbagliate.

Un nuovo metodo migliora l'equità nelle previsioni delle immagini mediche.

Questo documento esamina i metodi di pre-addestramento per migliorare le prestazioni del modello DETR nella rilevazione degli oggetti.

LCNF migliora l'imaging superando le limitazioni tradizionali con il deep learning.

Attacchi automatici sugli acceleratori DNN possono rivelare dettagli sul modello con pochissimo sforzo.