Artigos mais recentes para Aprendizado Profundo

Um método novo de desfoque de imagem melhora a qualidade sem precisar de muitos dados.

LayerShuffle melhora a robustez das redes neurais ao permitir uma execução flexível das camadas.

Esse estudo analisa métricas para avaliar os tempos de correção de auto-segmentação em imagem médica.

Uma nova abordagem para classificação de formas usando técnicas baseadas em grafos.

O Grad-CAPS melhora a suavidade das ações no aprendizado por reforço para robótica e sistemas autônomos.

Novo método melhora o desempenho de Redes Neurais Binárias sob falhas.

Explorando como o ResNet18 processa as características através do seu fluxo residual único.

Descubra o impacto do Detector de Mudanças baseado em Mamba no monitoramento das mudanças ambientais.

Um novo método melhora a visão robótica adaptando-se a vários problemas de imagem.

Novo método melhora como modelos de aprendizado profundo segmentam imagens médicas 3D.

Uma nova abordagem melhora o tempo e a eficiência do treinamento de CNN.

Novos métodos melhoram a análise de estrutura de proteínas e a precisão da classificação.

Um novo método usando vetores circulares melhora a eficiência em tarefas de múltiplas etiquetas.

ProtoSAM oferece segmentação eficaz com poucos dados, mostrando potencial em imagens médicas.

Um novo modelo combina ConvNets e Transformers pra melhorar a classificação de imagens.

Uma nova abordagem melhora a clareza e a eficiência na desconvolução de microscopia.

Uma visão geral dos métodos de deep learning para modelagem 3D a partir de imagens.

Novo método melhora a precisão ao alinhar imagens ao longo do tempo.

Um método que melhora a eficiência do treinamento na análise de imagens médicas.

Esse estudo analisa como a inicialização afeta o ajuste fino de modelos pré-treinados usando LoRA.

Um novo método melhora a precisão na segmentação de tumores de câncer de próstata usando exames de PET.

Uma nova abordagem pra melhorar a eficiência em tarefas de reconhecimento de padrões.

Aprenda como a seleção aleatória de sementes impacta o desempenho e a confiabilidade do modelo de IA.

Um robô móvel aprende a reconhecer vozes em ambientes barulhentos para aplicações práticas.

Novos modelos ajudam os desenvolvedores, mas ataques de backdoor representam sérios riscos de segurança.

Um olhar sobre os potenciais benefícios e desafios do deep learning analógico na inteligência artificial.

Este artigo fala sobre novos métodos que melhoram o desempenho do aprendizado profundo usando derivadas não locais.

Uma nova abordagem melhora o realismo e a variedade nas imagens geradas usando aprendizado profundo.

Uma nova ferramenta melhora a precisão da segmentação para imagens de ressonância magnética cerebral de 7T.

O FastSAM-3DSlicer facilita a segmentação 3D em imagens médicas pra melhorar o diagnóstico.

A CoSIGN oferece soluções rápidas e eficazes para desafios de restauração de imagens.

Analisando a vulnerabilidade das redes neurais a pequenas mudanças nos dados de entrada.

Uma abordagem em duas etapas melhora a precisão da segmentação de metástases cerebrais usando ressonância magnética.

Um novo método pra selecionar aumentações de dados melhora o desempenho do modelo em tarefas de séries temporais.

Analisando ataques adversariais e a robustez do modelo em segmentação semântica.

Um novo método melhora a segurança dos modelos de aprendizado profundo contra ameaças ocultas.

Um novo método melhora a precisão na detecção de tumores usando técnicas de aprendizado fracamente supervisionado.

Novos métodos melhoram a precisão na segmentação de imagens médicas em diferentes fontes de dados.

O ConvBench oferece uma nova maneira de avaliar o desempenho de algoritmos de convolução de forma eficaz.

Essa pesquisa tem como objetivo esclarecer os mecanismos das métricas GCP e Riemannianas.