deep learning-based methods | BriefGPT

关键词deep learning-based methods

搜索结果 - 59

LogGPT：基于日志的异常检测的 ChatGPT 探索
通过 ChatGPT 的语言解释能力，本研究提出了基于 ChatGPT 的 LogGPT 框架，旨在探索将大规模语料库的知识转移应用于基于日志的异常检测。在 BGL 和 Spirit 数据集上，通过与三种基于深度学习的方法进行比较，实验评估
PDF10 months ago
AdvMono3D：具有深度感知的鲁棒性对抗式高级单目 3D 物体检测
我们提出了一个名为 DART3D 的鲁棒性深度感知对抗训练方法，用于单目 3D 对象检测，通过设计迭代退化攻击和基于不确定性的残差学习方法，提高了模型对对抗攻击的鲁棒性，在 KITTI 3D 数据集上的实验中，在 Easy，Moderate
PDF10 months ago
水下自主机器人系统在水产养殖应用中的应用
发展基于机器人的自动网状缺陷检测系统，用于水产养殖网笼的实时检测和不同缺陷的识别，旨在降低成本，提高质量和操作便利性。
PDF10 months ago
DeepBet: T1 加权 MRI 的快速脑提取使用卷积神经网络
使用深度学习方法构建了一种名为 Deepbet 的快速、高精度的脑提取工具，其对磁共振成像数据进行了分割，并在交叉验证中表现出了新的最先进性能，Dice 分数中位数为 99.0%，优于现有的模型，而且相对于当前方法加速了约 10 倍。
PDFa year ago
CasCIFF：一种专为社交网络级联预测量身定制的跨领域信息融合框架
通过跨领域信息融合框架（CasCIFF），我们针对信息级联预测提出了一种方法，该框架利用多跳邻域信息使用户嵌入更加鲁棒。在嵌入级联时，该框架有意地引入时间戳，赋予其捕捉信息扩散演变模式的能力。特别地，CasCIFF 将用户分类和级联预测的任
PDFa year ago
视频胶囊内窥镜中出血区域分割的半监督学习
通过采用半监督学习方法和深度学习技术，我们开发了一种基于视频胶囊内窥镜图像的出血区域分割策略，有效减少了对大量标注数据的依赖，同时保持了准确识别的能力。
PDFa year ago
基于深度学习的时空动作检测综述
本文综述了基于深度学习的时空动作检测（STAD）的最新方法及其性能评估，讨论了相关研究的潜在方向。
PDFa year ago
MMMVFlow：具有运动矢量先验的压缩视频深度光流估计
使用运动矢量来提高压缩视频的光流估计的速度和准确性，构建了四个包含帧和运动矢量的压缩视频光流数据集，实验证明 MVFlow 相对现有模型减少 1.09 AEPE 或节省 52% 时间来达到类似准确性。
PDFa year ago
基于深度神经网络的心脏磁共振图像方位识别与标准化
利用深度神经网络对心脏 MRI 图像的取向进行分类和标准化，采用迁移学习策略适应多序列和多模态的 MRI 图像，验证了模型的鲁棒性和有效性。
PDFa year ago
HistoColAi：基于人工智能驱动预测整合的数字组织学图像协同注释开源 Web 平台
本文提出了一种网络服务来可视化和注释数字化组织学图像，并通过一个以多个注释器为中心的用例来展示和验证该工具，同时提出了一个可用性研究，证明了该工具的可行性。
PDFa year ago
诊断急性淋巴细胞白血病敏感相关生物标志的新型流程
我们提出了一个新的诊断急性淋巴细胞白血病的流程，通过模拟血液学家的工作流程，对疾病生物标记物敏感并在 ALL IDB1 上实现 96.15% 的准确率、94.24% 的 F1 分数、97.56% 的敏感度和 90.91% 的特异性，该方法还
PDFa year ago
使用深度学习进行彩色多普勒超声心动图的相位展开
本研究使用基于深度学习的方法可以有效地去除彩色多普勒心脏超声图像中的混叠伪影，并为下游定量分析有效地预处理彩色多普勒图像。
PDFa year ago
增强的多级特征用于非常高分辨率遥感场景分类
本文介绍了一种利用增强型 VHR 注意力模块、压缩空间金字塔和全局平均池化等技术的深度学习方法，对于经常出现的类别干扰问题，本文方法能够提供更加稳健的分类性能，可以用于非常高分辨率遥感场景分类任务。实验证明，该方法在两个常用的 VHR 遥感
PDFa year ago
RDD2022：用于自动道路损伤检测的跨国图像数据集
该论文介绍了数据集 RDD2022 及其标注，是一个由多个国家的 47,420 张道路图像组成的数据集，旨在通过 RDD2022 进行低成本道路状态自动监测，并提出了基于深度学习方法的自动道路损害检测解决方案的挑战。
PDF2 years ago
ACSGRegNet：基于深度学习的腰椎 CT 联合仿射和变形配准的无监督框架，通过交叉自注意融合实现
该研究提出了一种新的基于深度学习的框架 ——ACSGRegNet，该框架通过集成交叉关注模块和自关注模块来实现无监督的仿射和差分变形配准，通过在脊柱 CT 图像上进行广泛的实验，已经取得了比现有方法更好的结果。
PDF2 years ago
CTooth: 基于锥束计算机断层扫描图像的牙体积分割全标注三维数据集和基准
本研究旨在为牙齿三维分割任务建立新的基准。通过建立带牙齿标准的 CTooth 数据集，评估了几种最先进的分割方法，并进一步总结和应用了一系列基于 3D 注意力的 Unet 变体，证明了注意力模块可以提高分割性能。该研究表明，使用基于注意力的
PDF2 years ago
AAAINumHTML：基于数字取向的分层 Transformer 模型用于多任务金融预测
借助数量层次 Transformer 模型和不同类别的数字（货币、时间、百分比等），通过使用多模态对齐收益电话数据来预测股票回报和财务风险，NumHTML 在公开数据集上表现显著优于现有技术的基准，并在实际交易环境中提供大量财务收益的潜力。
PDF3 years ago
CVPR使用卷积神经网络进行快速对称形变图像配准
本研究提出了一种新颖、高效的非监督对称图像配准方法，通过在微分同胚映射空间内最大化图像之间的相似度，同时估计正向和反向变换来实现高精度的配准，同时保持所需的微分同胚特性。
PDF4 years ago
面部特征点检测：综述
本篇综述论文介绍了基于大量标记图像的面部特征点检测，总结了现有方法并将其分类为四大类：基于约束局部模型，基于主动外貌模型，基于回归和其他方法。虽然已取得了重要进展，但仍有待进一步探索面部特征点检测的未来方向。
PDF10 years ago