deep learning approaches | BriefGPT

关键词deep learning approaches

搜索结果 - 40

增强小鼠新生儿超声声发射分析：不同数学模型的开发、评估和应用
研究通过不同类型的神经网络对超声波声音进行分类，构建了可全自动分析大型数据集并具有高可靠性的流水线，并在鼠类的自闭症样行为研究中发现了关键差异。
PDF2 months ago
SCorP: 统计信息引导的密集对应点预测直接从非分割医学图像中
SCorP, a novel framework leveraging unsupervised learning and shape priors, streamlines statistical shape modeling by pr
PDF2 months ago
基于 Inception 和双向扰动模型的鲁棒脑电情绪识别
我们提出了一个 Inception 特征生成器和双向扰动（INC-TSP）方法，以增强脑 - 机接口中的情绪识别，通过集成 Inception 模块进行脑电数据分析，并利用双向扰动（TSP）作为抵御输入扰动的防御机制，解决在输入不确定性存在
PDF2 months ago
PureForest：大规模航空激光雷达和航空图像数据集，用于单树种纯林的树种分类
纯森林数据集是迄今为止最大最全面的用于树种识别的激光雷达数据集和 / 或航空图像数据集，可支持深度学习方法的开发，并提供具有挑战性的基准数据集。
PDF3 months ago
利用神经网络对腱激活连续机器人的滞后运动学进行建模
探讨了使用深度学习方法准确模拟肌腱致动连续机器人的机械滞后行为的能力，通过比较三种神经网络建模方法的正向和逆向运动映射（前馈神经网络（FNN），带有历史输入缓冲区的 FNN 和长短期记忆（LSTM）网络），研究了两种类型的肌腱致动连续机器人
PDF3 months ago
AlphaCrystal-II：基于距离矩阵的晶体结构预测与深度学习
AlphaCrystal-II 利用已知的晶体结构中丰富的原子间相互作用模式，预测目标晶体材料的原子距离矩阵，并利用该矩阵重构其三维晶体结构，通过全面的实验验证，展示了数据驱动方法在加速新材料的发现和设计中的潜力。
PDF3 months ago
物理启发的合成水下图像数据集
该论文介绍了一种物理启发合成的水下图像数据集（PHISWID），它是为改善水下图像处理而定制的数据集。PHISWID 通过提供一套配对的真实（大气）和合成退化的水下图像，展示了颜色降低和海洋雪的影响，填补了使用基于物理方法合成的水下图像数据
PDF3 months ago
昆虫大师：基于状态空间模型的昆虫害分类
通过整合状态空间模型（SSMs）、卷积神经网络（CNNs）、多头自注意机制（MSA）和多层感知机（MLPs）在 Mix-SSM 块中的方法，我们引入了 InsectMamba，这个创新方法促进了对综合视觉特征的提取，以及利用选择性模块，增强
PDF3 months ago
利用大型语言模型驾驭不确定性感知的图处理
我们介绍了一种新颖方法，利用大型语言模型（LLM）结合不确定性感知模块，提供生成答案的置信度评分，从而在图处理中实现高准确性和解释性。我们在两个图处理任务上的实验证明，通过参数高效微调，LLM 在十个不同的基准数据集上胜过最先进的算法。此外
PDF3 months ago
HyPer-EP: 个性化混合模型的元学习在心脏电生理方面的应用
通过物理基础模型和深度学习方法的结合，本文提出了一种新的混合建模框架来描述个性化的心脏数字孪生，在两个实例和合成实验的证明下，展示了这种混合建模框架的可行性和广泛适用性。
PDF4 months ago
多层次残差神经过程用于可扩展的替代建模
多保真度代理模型通过聚合来自多个来源的数据，以学习最高保真度级别的准确代理模型。我们提出了一种新的多保真度代理模型框架 - 多保真度残差神经过程 (MFRNP)，通过对较低保真度的代理模型输出进行聚合，并对聚合结果与最高保真度的真实数据之间
PDF4 months ago
评估深度学习潜在特征空间的稳定性
高维数据集在各个学科的统计建模中带来了很大的挑战，需要高效的降维方法。深度学习方法通过降维的潜在特征空间从复杂数据中提取关键特征，有着广泛的应用，从生物信息学到地球科学等领域。本研究通过引入一个新的工作流程来评估这些潜在空间的稳定性，确保后
PDF5 months ago
评估智力残疾中度至重度个体中标准面部表情识别的可行性
最近的研究强调用户对与机器进行类似人的互动的偏好增长。因此，面部表情识别作为给社交机器人赋予识别用户情感状态的能力的一种方式变得重要。在本研究中，我们评估了深度学习方法的适用性，这些方法因其在该领域的出色表现而闻名，用于识别具有智力残疾的个
PDF5 months ago
深度强化学习在混沌系统中的数据同化
我们介绍了一种新的数据同化策略，利用强化学习以完整或部分观测状态变量应用状态修正，重点在于演示该方法在混沌洛伦兹 '63 系统中的应用，其目标是最小化观测值和相应预测状态之间的均方根误差，结果表明开发的强化学习算法在与集合卡尔曼滤波相比时表
PDF6 months ago
神经机器翻译中基于 Transformer 的异构编码器扩展
通过多种异构方法的整合，设计了多编码器 Transformer，以提高翻译质量，特别对于低资源语言表现出最大 7.16 BLEU 的提升。
PDF6 months ago
CartoMark：地图模式识别和地图内容检索的基准数据集与机器智能
通过建立大规模标准数据集，我们希望能够为 AI 增强的制图应用提供有用的资源，包括地图文本注释识别、地图场景分类、地图超分辨率重建和地图风格转换等任务，以推动深度学习方法在复杂地图内容识别、模式识别和内容检索方面的最新技术发展。
PDF7 months ago
基于小波变换和深度残差神经网络的演示攻击检测
本研究应用深度学习方法在生物特征访问控制系统中抵御演示攻击，通过应用小波变换提取生物特征图像的特征，并修改了深度残差神经网络来检测演示攻击。在 ATVS 虹膜数据集上，获得了 93% 的最佳准确率；在 CASIA 两类数据集和 CASIA
PDF7 months ago
基于深度学习的放射学报告生成研究的系统综述
深度学习在医学影像的报告生成方面的关键研究进展进行了综述，强调了基于任务特征的方法、视觉和文本信息的综合利用以及跨模态交互对于提高报告生成质量的重要性，并介绍了常用的基准数据集和评估指标，分析了不同方法的性能并展望了未来发展方向。
PDF7 months ago
基于交叉注意力和不变领域学习的鲁棒图像水印技术
通过跨注意力和不变域学习，本文探索了一种强大的图像水印方法。首先，我们设计了一种利用多头交叉注意力机制的水印嵌入技术，实现了封面图像和水印之间的信息交流，以识别语义上合适的嵌入位置。其次，我们倡导学习一个包含语义和噪声不变信息的不变域表示，
PDF9 months ago
大规模集成运行中的深度替代模型的高吞吐量训练
最近几年，深度学习方法在加速数值求解器方面取得了突破，提供了对物理世界的忠实但计算密集型的模拟。提出了一个开源框架，能够从大量集合运行的模拟中在线训练这些模型。该框架通过利用多层并行性生成丰富的数据集，避免了 I/O 瓶颈和存储问题，并通过
PDF9 months ago