Articoli più recenti per Tecnologia sanitaria

Un nuovo metodo per il rilevamento delle intrusioni nelle Reti di Sensori Wireless usando il machine learning.

SegmentAnyBone migliora l'accuratezza dell'imaging osseo nelle risonanze magnetiche per una diagnosi migliore.

Lo studio esplora l'uso di etichette rumorose per identificare con precisione gli esiti OIRD.

Impara sulle correlazioni spurie e sul loro impatto sui sistemi di machine learning.

Uno sguardo alla Mappa Auto-Organizzante Continua e alle sue capacità di apprendimento.

Uno sguardo all'uso di più sensori per migliorare l'affidabilità delle previsioni.

Uno sguardo su come migliorare le tecniche di apprendimento per dati dipendenti dal tempo.

Uno sguardo agli attacchi di ricostruzione e al loro impatto sulla privacy dei dati nel machine learning.

Un nuovo framework punta a migliorare le risposte empatiche dell'IA nelle conversazioni.

Un benchmark per valutare i modelli di linguaggio biomedico francesi.

Nuovi metodi migliorano l'identificazione dei materiali nell'imaging medico.

Uno studio mostra che l'apprendimento auto-supervisionato migliora l'identificazione dei tumori nel'ecografia mammaria.

MSTAR migliora la classificazione delle serie temporali usando architetture automatizzate e risoluzione di frequenza.

Esaminando le sfide e le soluzioni nel Machine Learning Collaborativo per una maggiore privacy e sicurezza.

Nuovi metodi migliorano l'accuratezza nell'identificare i tumori dalle scansioni PET-CT.

Piccole modifiche a nnU-Net migliorano l'accuratezza della segmentazione dei tumori nelle immagini mediche.

La ricerca mostra che i modelli autoregressivi potrebbero migliorare il processo decisionale nel reinforcement learning offline.

L'IA migliora l'accuratezza della classificazione dei tumori usando scansioni MRI e tecniche di transfer learning.

CoDream permette alle organizzazioni di collaborare in sicurezza senza condividere dati sensibili.

Secure Scattered Memory protegge i contenuti dei dati e i modelli di accesso in modo efficace.

Nuova tecnologia migliora la rilevazione della disartria e la classificazione della gravità.

Combinare conoscenze pregresse e adattabilità migliora le performance del machine learning con dati limitati.

Un nuovo algoritmo migliora l'efficienza del RL offline con strutture MDP a rango basso.

Uno sguardo a come vengono valutatori i controllori dei sintomi per accuratezza e sicurezza.

Esplorando come dimensioni di batch più grandi migliorano la privacy differenziale nel machine learning.

Cumulus migliora la condivisione dei dati sanitari garantendo la privacy dei pazienti.

BLO-SAM migliora la segmentazione semantica con un’ottimizzazione a due livelli e meno input manuali.

Ottimizzare la selezione dei dati può davvero migliorare l'efficienza e le prestazioni dell'addestramento del machine learning.

L'agente AI trasforma il modo in cui le macchine imparano e operano in ambienti diversi.

I dispositivi su scala nanometrica migliorano la diagnosi e il trattamento delle malattie grazie alla localizzazione guidata dal flusso.

Un nuovo modello fornisce spiegazioni più chiare per le decisioni di rilevamento degli oggetti.

I miglioramenti nei modelli predittivi aiutano a prendere decisioni migliori per il trattamento dei pazienti con cancro rettale.

COFT-AD migliora il rilevamento delle anomalie utilizzando dati normali limitati.

Un nuovo metodo migliora l'analisi delle immagini retiniche separando i dati chiave del paziente dai fattori tecnici.

MediSwift rivoluziona l'elaborazione del linguaggio biomedico con modelli efficienti incentrati su compiti medici.

Introducendo un approccio pratico per identificare le emorragie intracraniche usando etichette minime.

AcME-AD migliora l'interpretabilità nei modelli di rilevamento delle anomalie per prendere decisioni migliori.

Nuovo modello di deep learning migliora l'accuratezza della segmentazione degli organi nell'imaging medico.

Nuovo metodo di imaging usa reti neurali per analisi dei tessuti più veloce a supporto della ricerca sul cancro.

Asyn2F migliora l'apprendimento federato asincrono per una migliore formazione del modello e privacy dei dati.