deep learning-based method | BriefGPT

关键词deep learning-based method

搜索结果 - 9

在光学显微图像中使用 pix2pix 和自适应损失预测无标签荧光标记
该研究提出一种基于深度学习的虚拟标记方法，用于光学显微图像中的细胞结构和亚细胞成分的标记，通过使用部分标记的数据集和自适应损失进行训练，同时探索了几种训练策略的有效性，取得了有希望的虚拟标记性能。
PDF12 days ago
基于深度学习的大规模上下文市场均衡计算
本研究采用基于深度学习的方法，探索了在大规模买家群体的背景情境下计算市场均衡的问题，并引入了一种名为 MarketFCNet 的方法，该方法以买家和货物的背景为基础，通过神经网络近似计算市场均衡，并通过一种度量标准称为 Nash Gap 评
PDF23 days ago
RAPID：使用上下文感知深度学习的强化高级持续性威胁 (APT) 检测与调查
RAPID 是一种基于深度学习的新型方法，利用上下文感知异常检测和警报追踪来实现强大的高级持续性威胁（APTs）检测和调查，通过利用自我监督的序列学习和迭代学习的嵌入，我们的方法能够有效应对动态系统行为，并且通过使用溯源跟踪，丰富警报信息和
PDFa month ago
高效采样随机微分方程的不变分布的弱生成采样器
从 Fokker-Planck 方程中派生的转换映射，使用弱生成采样器（WGS）直接生成相互独立和同分布（iid）样本的框架，融合标准化流以表征不变分布并促进基础分布的样本生成。实验结果表明，我们的方法在低计算成本和探索多个亚稳态方面具有较
PDFa month ago
基于 Swin Transformer UNet 的地面图像去模糊
借助基于 Swin Transformer 结构的 deep learning 方法进行恢复图像分辨率的研究，提出了一种具有先进的稀疏小波框架的三步解卷积框架，与传统的 Firedec 算法相比，我们的方法在恢复分辨率、适应不同噪声特性和计
PDF2 months ago
CBCT 图像中的牙齿定位和损伤分割：基于 SpatialConfiguration-Net 和 U-Net
本研究提出了一种基于深度学习的方法，利用两个卷积神经网络：SpatialConfiguration-Net (SCN) 和修改版的 U-Net，精确地预测了 CBCT 图像中所有牙齿的坐标，从而实现了对牙齿体积的精确裁剪，并通过分割方法检测
PDF7 months ago
一种无需深度图的全息三维内容生成新方法
使用深度学习方法，通过输入 RGB 图像估计深度图并顺序生成计算机生成全息图，从而克服仅提供 RGB 颜色数据的情况下，生成比竞争模型更准确的体积全息图。
PDF9 months ago
Manga109Dialog：一个用于漫画角色语音检测的大规模对话数据集
该论文介绍了一种基于深度学习的模型，用于漫画中的人物对话者检测，其中使用 Mange109Dialog 数据集来提高检测准确率。
PDFa year ago
深度学习在乳腺癌组织学分类中的应用
本研究利用深度学习方法，通过提取细胞核密度区域进行分类，通过 fine-tuning 原始的 Inception-v3 卷积神经网络，从而达到了对四种类型的 H&E 染色乳腺组织图像进行分类，并获得了高达 85% 的整体精确度和 93% 的
PDF6 years ago