deep learning techniques | BriefGPT

关键词deep learning techniques

搜索结果 - 176

从鸟瞰到街景：一项调查
通过筛选 20 篇研究论文，本研究全面回顾了从对应的卫星图像合成街景图像的最新技术，主要发现是：（i）需要采用新颖的深度学习技术来合成更加逼真准确的街景图像；（ii）需要收集更多的数据集供公众使用；（iii）需要研究更加具体的评估指标来恰当
PDF2 months ago
整合监督学习和无监督学习方法揭示关键过程输入
该研究介绍了一个针对大规模工业过程的机器学习框架，旨在识别影响输出的关键参数，并生成精确的离样品定性和定量预测。该框架使用化学气相沉积作为示例，通过合并专业知识和聚类技术，确定了关键过程输入，并证明在输入众多、数据不足以直接应用深度学习技术
PDF2 months ago
PotatoGANs：利用生成对抗网络、实例分割和可解释智能的增强马铃薯病害识别与分类
利用 PotatoGANs 生成合成土豆病害图像以增强模型泛化能力，并结合三种卷积神经网络架构和三种可解释 AI 算法以提高土豆病害分类的可解释性。
PDF2 months ago
面具人脸的综合调查：识别、检测和解脱面具
面罩脸部识别（MFR）是生物识别中的关键领域，尤其是全球 COVID-19 疫情导致广泛戴口罩。本综述论文对具有面罩的个体识别和检测中的挑战和进展进行了全面分析，这一领域由于需要适应新的社会规范而发生了创新的变化。通过深度学习技术的先进和面
PDF2 months ago
脑疾病诊断中的跨模态领域自适应：基于最大均值差异的卷积神经网络
大脑疾病的精确诊断依赖于先进的医学成像技术，然而缺乏标注数据对于机器学习模型的部署造成了挑战。这项研究采用了深度学习和领域适应技术，结合了最大均值差异方法和卷积神经网络，改善了医学图像模态间的泛化能力，并通过提高诊断准确性和效率，为临床医生
PDF2 months ago
Retinexmamba：基于 Retinex 的 Mamba 低光图像增强
该研究介绍了 RetinexMamba 架构，既保留了传统 Retinex 方法的物理直观性，又融合了 Retinexformer 的深度学习框架，通过引入 State Space Models（SSMs）提高了处理速度，并将 Retine
PDF2 months ago
颠覆交通标志识别：揭示视觉变换器的潜力
本研究引入了一种创新的基于深度学习技术的交通标志识别（TSR）方法，特别强调视觉变换器。实验评估结果表明，该方法在提高预测速度和准确性方面具有显著的效果，为 TSR 算法的精确可靠开发奠定了基础，受益于驾驶辅助系统和自动驾驶汽车。
PDF2 months ago
利用深度学习坐标和流动图增强多尺度系统中的计算效率
利用深度学习技术，本文展示了如何开发一种精确的多尺度系统时间步进方法，通过坐标和流图的联合发现来表示多尺度动态，同时采用迭代时间步进估计减少的变量，实现了最先进的预测准确性，同时减少了计算成本。
PDF2 months ago
CriSp: 基于胎纹深度图的增强犯罪现场鞋印匹配
通过利用在线零售商的鞋底图像，CriSp 方法训练了深度学习模型，用于匹配噪声和遮挡的犯罪现场足迹图像与鞋底深度图，从而在鞋印匹配和图像检索任务上显著优于现有方法。
PDF2 months ago
传统到 Transformer：高光谱图像分类的当前趋势与未来前景调查
高光谱图像分类是一项具有挑战性的任务，该研究综述了当前深度学习模型和转换器在高光谱图像分类领域的最新趋势和未来发展前景，并提供了关键概念、方法学以及深度学习和转换器在高光谱图像分类中的最新方法。同时，还通过应用三个高光谱数据集进行了全面的实
PDF2 months ago
基于手机图像的波斯饭检测与分类的深度学习技术
本研究通过使用基于图像的深度学习技术，介绍了一种创新的方法来对各种类型的波斯米饭进行分类，突出展示了日常技术在食物分类中的实际应用。
PDF2 months ago
TIMIT 说话人特征分析：多任务学习与单任务学习方法的比较
本研究采用深度学习技术在 TIMIT 数据集上探索了四个说话人特征分析任务，分别为性别分类、口音分类、年龄估计和说话人识别，突出了多任务学习与单任务模型之间的潜力和挑战。该研究旨在经验性地评估在说话人特征分析领域中，多任务学习相对于单任务模
PDF3 months ago
利用深度学习和可解释人工智能技术对胸部 X 光图像进行可解释性肺疾病分类
通过深度学习技术，本研究旨在将不同的肺部疾病分为五类，并以 96.21% 的准确率通过 Xception 模型进行分类和诊断。
PDF3 months ago
RanLayNet：一种用于领域自适应和泛化的文档布局检测数据集
为了解决有限多样性数据集对深度学习模型的影响问题，我们引入了一个包含空间位置、范围和布局元素类型的标签的合成文档数据集 RanLayNet。经过实验证明，使用我们的数据集训练的深度布局识别模型相比仅使用实际文档训练的模型表现更优。此外，我们
PDF3 months ago
合成脑图像：用生成对抗模型弥合脑部映射中的差距
使用深度卷积生成对抗网络（DCGAN）合成高保真和逼真的 MRI 图像切片，为医学影像研究提供深度学习技术的应用。
PDF3 months ago
小样本及不平衡数据的 GANsemble：合成微塑料数据的基准
提出 GANsemble 框架，结合数据增强和条件生成对抗网络（cGANs）生成条件合成数据，用于微塑料数据集，并建立合成微塑料数据的质量筛选算法。
PDF3 months ago
未来技术对未来的预测：大型气象模型的进展
该论文回顾了大型模型，尤其是采用深度学习技术的模型在天气预报中的进展和应用，强调它们在改善传统预报方法方面的作用。这些模型利用卷积神经网络（CNN）、图神经网络（GNN）和 Transformer 等先进的神经网络架构来处理各种气象数据，提
PDF3 months ago
神经元元胞自动机轻量级、鲁棒性和可解释白细胞图像分类
白细胞分类的新颖方法基于神经元细胞自动机 (NCA)，在三个白细胞图像数据集上测试表明我们的方法在与常规方法的竞争性能方面取得了良好的结果，该架构天然可解释，提供了对每个分类决策过程的洞见，帮助专家理解和验证模型预测，结果表明 NCA 不仅
PDF3 months ago
使用深度学习估计冠状动脉中的 FFR
冠状动脉疾病是欧盟和美国最常见的死因之一，其中关键的生物标志物是分数流量减少 (FFR)，通过侵入性诊断技术冠状动脉造影获得其体内测量。为了解决侵入性的缺点，近年来出现了一种名为虚拟 FFR (vFFR) 测量的新方法。本文中，我们探讨了使
PDF3 months ago
ICLRPointSAGE：网格无关的流体流动预测的超分辨率方法
利用 PointSAGE 这种不依赖网格信息的新型框架，融合了深度学习技术，能够准确预测复杂流体行为并直接生成精细模拟，相较于传统的 CFD 技术，在不同场景和数据集中表现出显著效果并大幅加速计算时间。
PDF3 months ago