cnn | BriefGPT - AI 论文速递

关键词cnn

搜索结果 - 393

一种用于 COVID-19 诊断的卷积神经网络模型设计
使用 19 层 CNN 网络结构对 COVID-19 在胸部 X 光图像中的识别进行了研究，实验结果表明该方法优于现有的方法，可作为临床医生正确判断 COVID-19 的工具。
PDF8 months ago
一种基于注意力机制的深度学习网络用于预测卵巢癌中的铂抗药性
通过多模态正电子发射计算机断层扫描 / 计算机断层扫描（PET/CT）成像和深度学习方法，可以准确预测卵巢癌患者的铂抗药性，从而帮助妇科医生做出更好的治疗决策。
PDF8 months ago
从 CNN-Transformer 模型中提取知识，以增强人类动作识别
通过知识蒸馏以及结合 CNN 和 ViT 模型，本研究旨在改善人体动作识别的性能和效率，从较大的教师模型向较小的学生模型传递知识，并通过引入 Transformer 视觉网络作为学生模型以及卷积网络作为教师模型，扩展了对局部图像特征和全局特
PDF8 months ago
从 CNN 提炼高效的视觉 Transformer 用于语义分割
我们提出了一种 CNN 到 ViT 知识蒸馏框架，包括视觉语言特征蒸馏模块 (VLFD) 和像素级解耦蒸馏模块 (PDD)，实验证明我们的方法在三个语义分割基准数据集上的 mIoU 增量是最先进知识蒸馏方法的 200% 以上。
PDF9 months ago
利用深度学习对眼动数据进行阿尔茨海默病分类
使用深度学习分类器（VTNet）对原始眼动数据进行端到端训练，以改进目标 AD 分类任务中的性能，并证明该模型在从眼动数据中进行预测方面具有普适性。
PDF9 months ago
Syn-Att：通过半监督的未知多类 CNN 集成进行合成音频归属
通过将语音转化为对数梅尔频谱图，利用半监督学习和集成方法来提高稳健性和泛化性，本文提出了一种将合成语音与生成器相关联的新策略，并在 IEEE SP Cup 2022 的 ICASSP 挑战中，准确率相较 Eval 2 提高了 12-13%，
PDF10 months ago
增强自动化和早期检测阿尔茨海默病的能力：利用超出分布检测
利用 CNN 和 OOD 检测来改进 MRI 分类，从而降低假阳性率，消除 Machine Learning 模型在医疗任务中的重要劣势。
PDF10 months ago
UnsMOT: 无监督多目标跟踪的统一框架与几何拓扑指导
本文提出了一种将外观和运动特征与几何信息显式结合以提供更准确跟踪的新型无监督 MOT 方法 UnsMOT，通过 CNN 和 RNN 模型提取外观和运动特征，构建对象的图形，并利用 GNN 模型和 CNN 特征输出经优化的对象几何嵌入，通过匹
PDF10 months ago
深度神经网络的图像边界上的不可察觉对抗攻击
通过系统性攻击图像边界提出的一种不可察觉的对抗性攻击方法，有效攻击了六个 CNN 模型和 Vision Transformers，仅使用图像边界的 32% 作为输入，成功率达到 95.2%，峰值信噪比为 41.37 dB，借此可以更深入地理
PDF10 months ago
SegRNN：用于长期时间序列预测的分段循环神经网络
RNN domain prominence has declined in Long-term Time Series Forecasting due to limitations with long look-back windows a
PDF10 months ago
自我参考深度自适应曲线估计用于低光图像增强
本文提出了一种称为自参考深度自适应曲线估计（Self-DACE）的两阶段低光图像增强方法。第一阶段介绍了一种直观、轻量级、快速和无监督的亮度增强算法，该算法基于一种新颖的低光增强曲线，可用于本地增强图像亮度。同时，我们提出了一个新的损失函数
PDFa year ago
利用物理感知卷积神经网络学习二维不可压缩纳维 - 斯托克斯方程的解算器
通过结合 U-Net-like CNN 和有限差分法领域的已建立的离散化方法，我们介绍了一种在不同几何形状中学习稳态 Navier-Stokes 方程近似解的技术，无需参数化。我们将基于物理的 CNN 的结果与基于数据的方法进行了比较，并展
PDFa year ago
利用混合多任务 CNN-Transformer 网络进行乳腺超声肿瘤分类
本研究提出了一种混合多任务深度神经网络 (Hybrid-MT-ESTAN)，用于乳腺超声图像的肿瘤分类和分割，该网络结合了 CNN 和 Swin Transformer 组件，实现了对全局上下文信息的捕捉和局部图像模式的保留，并在一个包含
PDFa year ago
一种基于 LSTM、BiLSTM、CNN、GRU 和 GloVe 的混合机器学习模型用于癌症基因突变分类
本研究提出了一种集成模型，结合了 LSTM、BiLSTM、CNN、GRU 和 GloVe，用于对基因突变进行分类，在 Kaggle 的个性化医学中使用《重定义癌症治疗》数据集。结果与 BERT、Electra、Roberta、XLNet、D
PDFa year ago
利用解剖学知识捕捉时间依赖关系的视频纤支镜气道标签预测
本文提出了一种仅利用支气管镜视屏数据来实现导航引导的方法，通过 CNN 对气道分割进行单帧分类并采用基于状态转移的 HMM 模型应用解剖学约束和时间上文本信息对支气管树进行定位，能够在无需电磁跟踪和 CT 扫描的情况下，实现对支气管镜操作的
PDFa year ago
CVSformer: 用于语义场景补全的交叉视图融合变压器
本文提出了一种称为 CVSformer 的方法，其中包括多视角特征合成和跨视角变压器，用于学习跨视角对象关系，在公共数据集上取得了最先进的结果。
PDFa year ago
利用 FPGA 能力加速生物医学计算
本研究基于多种高级神经网络结构，包括卷积神经网络、循环神经网络、LSTM 和深度置信网络，利用可编程门阵列（FPGA）进行 ECG 信号分析，探索开发基于 PYNQ Z1 板的自定义张量计算单元（TCU）加速器，为各种应用程序优化神经网络性
PDFa year ago
基于动态分组卷积的高光谱遥感图像分类的高效三维 DenseNet (DGCNet)
该研究设计并提出了一种基于动态分组卷积的轻量级模型，并应用于高光谱图像分类计算任务，取得了较高的速度和准确度，较传统方法优越。
PDFa year ago
使用卷积和记忆网络在维基百科表格上进行关系抽取
本文探讨了如何将神经方法运用在表格数据上，以提取实体之间的关系，并介绍了一种在卷积神经网络 (CNN) 和双向长短记忆网络 (BiLSTM) 的基础上构建的新模型，通过实验结果和综合分析，表明该模型在关系提取方面表现出色，是未来进一步研究的
PDFa year ago
图像分类模型的对抗性攻击：FGSM 和 Patch 攻击及其影响
本文介绍了对卷积神经网络 (CNN) 图像分类模型进行对抗攻击的概念，并对两种广为人知的对抗攻击 —— 快速梯度符号方法 (FGSM) 和对抗性贴片攻击进行了讨论和分析，分别在 ResNet-34、GoogleNet 和 DenseNet-
PDFa year ago