Sep, 2023

循环医疗的视觉材料特征学习

PDF
TL;DR我们通过开发若干视觉系统，实现了资源映射和量化、废物分类和拆解等三个主要循环经济任务，从而向循环医疗迈出了一步。我们的研究表明，基于表示学习的视觉系统可以改善回收链，而自主系统是关键因素之一，因为它们可以降低污染风险。我们还公开了两个完整注释的数据集，用于吸入器和血糖仪拆解操作的图像分割和关键点跟踪。数据集和源代码都可以公开获取。
linear take-make-dispose paradigmcircularity of material flowsvision systemscircular healthcareautonomous systems
发现论文，激发创造
  • 医疗材料自主分拣、映射和数量化的同步物体检测

    本文提出了实时同步的物体检测方法，以实现废弃医疗材料的自主分类、映射和计量，以解决循环经济的相关问题。

    May, 2024

  • 循环经济中的机器学习和人工智能：文献计量分析和系统文献综述

    本文探讨了应用人工智能技术实现循环经济的方案，并进行了综述和研究。研究表明，循环经济有望在工业和政府层面得到应用，人工智能和机器学习等创新技术对实现循环经济至关重要，需要进一步研究和探索。

    Apr, 2022

  • 虚拟矿山 -- 基于深度学习的印刷电路板零部件回收

    使用机器学习和计算机视觉技术改进电子废物回收过程的概述性文章，描述了基于深度学习模型的管道，用于组件级别的回收印刷电路板，在局部开发的数据集和预训练的 YOLOv5 模型的分析结果基础上，实现了令人满意的精确性和召回率。

    Jun, 2024

  • 再探视觉问答机器人手术中连续学习的蒸馏

    通过开发非样本连续外科 VQLA 框架，我们在连续学习范式中探索和平衡深度神经网络的刚性 - 可塑性权衡，并提出了 RP-Dist 和 SH-Dist 来保留旧知识。在外科设置的三个公共数据集上建立了一个连续学习框架，通过广泛的实验证明我们的方法在连续外科 VQLA 上优于传统的连续学习方法。

    Jul, 2023

  • 医疗健康中的机器学习 —— 系统角度

    该论文强调健康护理作为一个复杂系统，必须通过系统方法，推动机器学习算法的应用，以解决医疗挑战，并充分发挥电子病历的功能。

    Sep, 2019

  • 人工智能助力可持续发展：利用计算机视觉促进可持续智能产品服务系统

    利用深度学习技术和计算机视觉，本文展示了如何识别产品磨损状态，以实现更好的产品使用和研发创新，通过生命周期评估表明，对于加工工具的二氧化碳排放量减少 12％，对于旋转阴极减少 44％，这可以作为指南，鼓励研究人员利用计算机视觉开发可持续智能产品服务系统，从而实现更清洁的生产。

    Mar, 2023

  • 视觉知识追踪

    本文提出了一项新颖的任务，即追踪人类学习者在进行挑战性的视觉分类任务时不断演变的分类行为，提出了一种新的视觉知识追踪模型，并收集三个挑战性的新数据集，从而评估不同的视觉知识追踪方法的性能，结果表明我们的循环模型能够预测人类学习者在三个挑战性的医学图像和物种识别任务中的分类行为。

    Jul, 2022

  • ZeroWaste 数据集：面向杂乱场景中的可变形物体分割

    该研究利用零浪费（ZeroWaste）数据集的计算机视觉技术，旨在提高回收处理过程中的分选效率，从而减少污染。

    Jun, 2021

  • 利用卷积神经网络分类智能手机部件进行回收

    通过使用图像分类神经网络作为处理智能手机废料的一种更高效、成本更低、更广泛适用的替代工具，我们调查了在循环经济中废弃电子设备的回收利用，以实现环境和经济的显著收益。我们使用了 1,127 个经过热解的智能手机组件图像构建数据集，并使用 VGG-16 图像分类模型进行训练和评估，模型达到了 83.33% 的准确性，为使用这样的神经网络在材料分离中的可行性提供了支持。

    Dec, 2023

  • 深度学习算法中发现护理时间的代数结构

    本研究提出了一种基于电子病历的端到端模型，采用代数视图将离散的医学对象嵌入连续向量空间，并将每次就医记录的疾病和共病以及治疗方法均袋化为一个函数集，通过建立疾病和治疗方法在每次就诊时的交互关系，预测患者可能的再次住院风险，初步结果表明该模型在糖尿病和精神健康领域具有很好的预测效果。

    Nov, 2017