Articoli più recenti per Deep Learning

Nuove tecniche migliorano i Vision Transformers per una performance migliore con piccoli dataset.

Un nuovo metodo migliora la rilevazione del cancro alla colecisti usando etichette di immagine basilari.

Un nuovo metodo migliora la fotografia subacquea affrontando le sfide della luce.

Questo studio esamina tecniche di rete neurale efficienti per l'analisi delle immagini nel telerilevamento.

Un metodo che accelera le operazioni di convoluzione nelle reti neurali profonde.

TransNet offre una soluzione efficiente per riconoscere le azioni umane nei dati video.

Esplorando il legame tra reti residue e equazioni differenziali ordinarie neurali.

Un nuovo metodo migliora la precisione nella misurazione della deformazione del gel per i sensori robotici.

Il nuovo modello SAMUS migliora la segmentazione delle immagini ecografiche per una maggiore accuratezza clinica.

Nuovo codec raggiunge alta efficienza nella trasmissione di dati di nuvole di punti.

I V-net offrono una nuova prospettiva sull'efficienza e le prestazioni del deep learning.

Un nuovo metodo accelera le simulazioni di fisica delle particelle usando tecniche di super-risoluzione.

Presentiamo COPS, un metodo per addestrare modelli di deep learning in modo efficiente con meno dati.

Introducendo CMI e NCMI per una valutazione delle performance del deep learning migliore.

Questo articolo parla del ruolo della percezione BEV nella tecnologia di guida autonoma.

Nuovi metodi puntano a migliorare l'imaging delle condizioni cardiache fetali.

Il metodo EditAS migliora la generazione delle affermazioni per risultati di test unitarî migliori.

Un nuovo approccio alla modellazione delle superfici usando le reti neurali.

Nuovi metodi migliorano le prestazioni dell'ECC utilizzando deep learning e design di matrici innovativi.

Nuovi approcci al calcolo analogico migliorano l'accuratezza e l'efficienza nel deep learning.

ModelGiF offre un metodo per quantificare le relazioni tra modelli di deep learning.

Un nuovo metodo migliora il riconoscimento degli obiettivi nelle immagini SAR con meno dati di addestramento.

LineMarkNet migliora la precisione del parcheggio dei veicoli autonomi con una rilevazione delle linee avanzata.

Un nuovo metodo punta a migliorare l'accuratezza della segmentazione per le immagini MRI dell'arteria carotide.

Nuovo approccio migliora come le caratteristiche visive si collegano alle domande nel VQA.

Un nuovo metodo migliora l'accuratezza nella segmentazione delle immagini ad ultrasuoni tramite le Mappe di Fiducia.

Un nuovo metodo migliora l'accuratezza della segmentazione in scenari con dati limitati.

Un nuovo modo per identificare meglio gli attacchi avversari sui sistemi di deep learning.

La ricerca migliora i modelli di deep learning per ambienti con risorse limitate.

Un approccio innovativo migliora l'efficienza e l'accuratezza dei test di riconoscimento delle immagini.

Uno sguardo chiaro alle RNN e ai loro metodi di linearizzazione per migliorare l'efficacia del modello.

Questo studio mostra l'efficacia delle GNN nell'analizzare pannelli rinforzati.

Le reti a nuvola di punti riducono i parametri mantenendo le performance nei compiti di deep learning.

Un nuovo metodo migliora il riconoscimento delle targhe usando immagini da angolazioni diverse delle telecamere.

I ricercatori hanno sviluppato un modello di deep learning per prevedere le eruzioni solari con maggiore precisione.

Questo studio mostra come i segnali del cervello possano ricreare le immagini viste dalle persone.

Un nuovo metodo migliora la classificazione fine-grained usando la scoperta di parti e l'apprendimento contrastivo.

Nuovi modelli di deep learning migliorano l'analisi degli organelli nella microscopia a luce trasmessa senza etichette.

Questo documento analizza il panorama dei ritorni e le sue implicazioni per le performance degli agenti.

Lo studio esplora i formati FP8 per migliorare l'efficienza e l'accuratezza dei modelli.