Artigos mais recentes para CNNs

Pesquisadores usam aprendizado profundo pra identificar diferenças entre pássaros machos e fêmeas.

LiPCoT transforma dados de séries temporais para aplicações de modelos de linguagem.

Esse artigo fala sobre como usar aprendizado de máquina pra melhorar a qualidade das imagens em tomografias.

Usando deep learning pra melhorar a detecção precoce do carcinoma espinocelular oral.

BBATProt usa aprendizado profundo pra melhorar a precisão na previsão da função das proteínas.

Este artigo analisa os avanços em rastreamento ocular usando EEG e técnicas de aprendizado profundo.

Novo modelo melhora a precisão na segmentação de lesões cutâneas para detecção precoce de câncer.

Novo modelo melhora muito a precisão na classificação de imagens de câncer cervical.

Aprimore sua implementação de CNN usando tecnologia FPGA pra ter um desempenho melhor.

Descubra como o EUIS-Net melhora a segmentação de imagens de ultrassom de mama para uma detecção de câncer mais eficaz.

Um novo conjunto de dados tem como objetivo melhorar o reconhecimento da Língua de Sinais Bangla usando tecnologia avançada.

Os métodos de IA estão mudando como os cientistas preveem propriedades moleculares para várias aplicações.

Uma visão geral dos ricos dialetos do tâmil e métodos de identificação.

Explorando o impacto dos modelos de transformer na criação de laudos de radiologia.

Modelos de deep learning, tipo U-Net, tão mudando a forma como a segmentação de células é feita em imagens de microscopia.

Sistemas de IA melhoram a precisão e a confiança nas mamografias com técnicas de interpretabilidade eficazes.

Um novo conjunto de dados melhora a imagem de sonar para reconhecimento de objetos debaixo d'água.

Apresentando o LoG-VMamba pra uma segmentação de imagem médica melhorada.

ResEmoteNet melhora como as máquinas leem expressões faciais para várias aplicações.

Analisando como o deep learning melhora a precisão na previsão de terremotos.

Apresentando o LSSF-Net, um modelo leve pra segmentação precisa de lesões na pele.

O TBConvL-Net melhora a precisão e a eficiência na segmentação de imagens médicas.

K-Origins melhora a avaliação de cores em redes neurais pra uma análise de imagem mais top.

Novo conjunto de dados e modelo melhoram a detecção de objetos em ambientes internos.

MobileUNETR oferece uma detecção de câncer de pele melhorada através de segmentação de imagem avançada.

Esse projeto explora métodos de IA para uma classificação de lixo mais eficiente.

Novo método melhora a modelagem do fluxo de fluidos com medições limitadas e barulhentas.

Um método que melhora a CNN focando em áreas chave da imagem pra tomar decisões melhores.

O projeto GRAND foca em detectar chuvas de ar de neutrinos de alta energia usando gatilhos automáticos.

Explorando métodos pra melhorar a qualidade de imagem afetada pela turbulência atmosférica.

Um novo método pra treinar CNNs direto em dispositivos móveis e de borda.

Uma nova estrutura melhora a precisão das imagens de ultrassom durante o monitoramento do trabalho de parto.

Um jeito prático de detectar violência em espaços públicos usando análise de vídeo avançada.

Um sistema que usa deep learning pra detectar atos violentos em gravações de vídeo.

Um novo método de CNN melhora a separação de ruído de ground-roll no processamento de dados sísmicos.

Uma olhada na eficiência de treinamento em CNNs e BCNNs usando MNIST e CIFAR-10.

Nova arquitetura de aprendizado de máquina melhora a análise de imagens hiperespectrais e a classificação de materiais.

Explorando técnicas de aprendizado profundo para análise de dados de séries temporais contínuas.

Estudo revela potencial em reduzir dados de eventos pra melhorar a eficiência.

Um novo método melhora a clareza e o reconhecimento de imagens em ambientes barulhentos.