deep learning techniques | BriefGPT

关键词deep learning techniques

搜索结果 - 190

卷积神经网络集成学习在非控农场环境下基于高光谱成像的黑莓果实成熟度检测中的应用
本研究提出了一种新颖的多输入卷积神经网络（CNN）集成分类器，用于检测黑莓果实成熟度的微小特征。通过实验，该模型在未见数据集上获得了 95.1% 的准确率，在实地条件下获得了 90.2% 的准确率，并进一步证明机器感知与人类感知之间在黑莓果
PDF7 months ago
基于移动手机图像的精确高效城市街道树木清单实现深度学习
提出利用深度学习技术和手机影像进行城市街道树木清查的创新方法，通过智能手机摄像头捕捉的图像来准确分割树干并计算胸径，具有优越的准确度、对专门设备的依赖较少以及适用于难以到达的地区等多项优点。在包括 400 棵树的广泛数据集上进行评估，得到了
PDF7 months ago
用于诊断轴承故障的振动信号二次时频分析
利用时间频率分析和深度学习技术，本文提出了一种诊断滚动轴承故障的方法，在时间变化的速度和不同噪声水平下取得了显著的准确率提升，解决了现有方法在这些条件下应用受限的问题。
PDF7 months ago
巴西场景下的自动作文评分
本文提出了一种新颖的面向巴西全国高等教育入学考试（ENEM）中葡语作文的自动评分（AES）算法，解决了传统人工评分系统中的挑战。该方法利用先进的深度学习技术，紧密对齐人工评分标准，以评估大量学生作文的效率和可扩展性为目标。该研究不仅解决了巴
PDF7 months ago
跨文化视角下多模态感知与认知规律研究 —— 以华人海外园林为例
本研究探索了多模态数据分析中感知和认知相互作用之间的复杂关系，特别强调了海外华人园林的空间体验设计。通过分析社交媒体中的评价内容和图像，发现其可以反映个体的关注和情感反应，为认知研究提供了富含情感和图像认知信息的数据基础。利用深度学习技术，
PDF7 months ago
SAVAE：利用变分贝叶斯自编码器进行生存分析
通过使用深度学习技术中的变分自动编码器，本研究提出了一种名为 SAVAE 的新方法，用于生存分析及相关领域，能够适应复杂、高维、异构以及包含缺失和截尾数据的场景，并表现出稳健性和稳定性。同时，该方法还能够进行数据插补，并通过潜变量推断生成合
PDF7 months ago
AAAI基于人工智能的能源运输安全：使用智能感知系统的管道辐射威胁估计
本论文提出了一种基于分布式光纤感应技术的能源管道径向威胁估计方法，通过利用连续多视角和多域特征融合方法提取综合信号特征构建威胁估计和识别网络，实现了对管道威胁的精细识别和定位过程，从而增强能源运输的安全性。
PDF7 months ago
通过无人机图像绘制加勒比地区住房库存特征以提升气候适应能力
通过使用高分辨率无人机图像和深度学习技术，本研究提出了一种快速生成关键基线住房库存数据的工作流程，以促进减少气候极端灾害对加勒比地区等高风险地区的不利影响的气候适应举措。
PDF7 months ago
StemGen: 一种音乐生成模型
使用深度学习技术的音乐音频的端到端生成最近有很大活动。本文提出了一种替代范式，用于生成能够听取和响应音乐上下文的音乐生成模型。使用非自回归、基于 Transformer 的模型架构构建了这样一个模型，并提出了一系列新颖的架构和采样改进方法。
PDF7 months ago
基于 SAM 引导的图割算法的三维实例分割
本文通过同时利用 3D 几何和多视角图像信息来解决 3D 实例分割的挑战，引入了一种新颖的 3D 到 2D 查询框架来有效地利用 2D 分割模型进行 3D 实例分割，并通过图切割问题和图神经网络来实现场景的超点图构建和处理。实验结果表明该方
PDF7 months ago
使用自监督预训练和定制微调的 Transformer 智能异常检测对车道渲染的应用
该研究提出了一个四阶段的流程，在自主预训练和深度学习技术的基础上改善了车道渲染图像异常检测的准确性和效率，证实了该流程在数字导航系统中的优越性。
PDF8 months ago
MATE-Pred: 多模态基于注意力的 TCR-Epitope 相互作用预测器
MATE-Pred 是一种高度可靠的新方法，通过多模式注意力机制预测 T 细胞受体和表位结合亲和力，展示了多模式模型在从氨基酸残基中高效捕捉上下文、物理化学和结构信息的潜力，以及在各种药物发现方案中的潜在应用。
PDF8 months ago
分析及比较基于转移学习的皮肤镜图像黑素瘤分类
结合深度学习技术和迁移学习方法，本文提出了一种系统，用于对黑色素瘤皮肤损伤进行分类和诊断，达到相对较高的准确度，并且可在计算能力较弱的设备上进行预测。
PDF8 months ago
研究将不同的测量仪器集成到纵向临床注册中的领域适应方法
使用深度学习技术，通过领域适应方式将不同测量仪器的项目映射到联合潜在表示中，从而评估其对纵向队列数据中测量仪器映射的潜力，并探索如何通过整合相应的惩罚项来改进对齐。这些结果表明，在统计建模长期注册数据中，领域适应可能更普遍地有用。
PDF8 months ago
使用迁移学习方法的能够解释的人工智能在诊断和预测白血病中的应用
利用深度学习技术，提出了一种自动化检测急性淋巴细胞白血病的计算机辅助诊断方法，该方法使用多个转移学习模型进行 ALL 分类，并通过本地可解释性模型的背书验证了其准确性，为医疗实践者提供了有价值的工具，突出了可解释人工智能在医学诊断中的影响。
PDF8 months ago
Transformer 简介：自然语言处理视角
介绍了 Transformer 基本概念，描述了标准 Transformer 架构，包括一系列模型细化和常见应用，主要关注有助于理解 Transformer 及其变体的概念和对该领域产生影响的关键思想，从而揭示了这些模型的优势和局限性。
PDF8 months ago
准确且可解释的药物相互作用预测：基于知识子图学习的方法
通过知识图谱中的生物医学领域信息，使用深度学习技术和图神经网络，基于药物的图表示，预测和解释药物之间的潜在相互作用，以弥补已知药物之间相互作用稀缺性的不足，在药物交互作用预测中取得了领先的性能，促进了生物医学和医疗保健的发展。
PDF8 months ago
基于时间立方 PatchGAN (TCuP-GAN) 的自动化 3D 肿瘤分割
利用最新的深度学习技术开发稳健的通用三维分割框架是不同生物医学领域中的一个活跃研究领域，该研究介绍了一种称为 Temporal Cubic PatchGAN (TCuP-GAN) 的体素到体素转换模型，将生成性特征学习框架与卷积长短时记忆网
PDF8 months ago
稳定的不可学习样例：通过稳定的最小化误差噪音增强不可学习样例的鲁棒性
通过引入稳定的误差最小化噪声（SEM），我们进一步提高了无法学习示例的鲁棒性，通过针对随机扰动而不是耗时的对抗性扰动来训练防御性噪声，提高了防御性噪声的稳定性，从而在 CIFAR-10、CIFAR-100 和 ImageNet Subset
PDF8 months ago
深度学习完全交叉 Calabi-Yau 流形
我们回顾了关于使用深度学习技术处理完全交联 Calabi-Yau（CICY）3 - 和 4 - 褶曲的研究进展，目的是更好地了解如何使用机器学习处理代数拓扑数据。我们首先讨论了方法学方面和数据分析，然后描述了神经网络的架构。接着，我们描述了
PDF8 months ago