Amit Sethi

Um estudo sobre a eficácia de vários modelos leves na classificação de imagens.

Um método pra melhorar a compreensão da tomada de decisão das redes neurais.

Novas técnicas melhoram a precisão dos testes de HER2 para tratamento de câncer de mama.

Few-shot learning traz uma nova esperança pra diagnósticos eficientes de doenças em histopatologia.

O WaveMixSR-V2 transforma imagens de baixa resolução em saídas de alta qualidade de forma eficiente.

Novos métodos melhoram a precisão da sumarização de vídeos enquanto reduzem os custos computacionais.

FLeNS melhora o aprendizado federado ao equilibrar a velocidade de aprendizado e a eficiência da comunicação.

O RL2 oferece um jeito confiável de avaliar a qualidade de imagens médicas com menos recursos.

O PathoGen-X combina dados de imagem e genômicos pra prever melhor a sobrevivência de quem tem câncer.

HistoROI melhora a classificação de tecidos em diagnósticos médicos usando imagens de lâminas inteiras.

Uma abordagem de aprendizado profundo melhora a classificação dos subtipos de DLBCL pra um tratamento melhor.

Uma nova abordagem melhora a eficiência na análise de imagens médicas para detecção de câncer.

Uma nova abordagem melhora a análise de grandes imagens de tecido para diagnósticos melhores.

Aprenda como a inversão de rede revela o processo de tomada de decisão das redes neurais.

FLD+ melhora a avaliação de imagens geradas por computador com menos medidas e mais precisas.

Aprenda como uma abordagem híbrida melhora modelos de aprendizado de máquina com rótulos ruidosos.