deep-learning methods | BriefGPT

关键词deep-learning methods

搜索结果 - 8

黑素细胞皮肤肿瘤全切片图像中感兴趣区域检测 -- 痣和黑素瘤
利用深度学习方法对组织学图像进行区域兴趣点检测，能够降低成本、提高癌症诊断速度和准确性，尤其在黑色素瘤皮肤肿瘤方面表现出良好的性能。
PDF2 months ago
图神经网络用于道路安全建模：事故分析的数据集和评估
本文通过构建一个大规模、统一的数据集，总计 900 万条交通事故记录，并结合道路网络和交通量报告，评估了现有的深度学习方法在预测道路上事故发生的准确性。研究发现，图神经网络（如 GraphSAGE）能够准确预测道路上事故的数量，平均绝对误差
PDF8 months ago
基于时间戳监督的可穿戴设备活动分段和识别：对比学习和保序最优传输
利用时间戳监督的联合活动分割和识别方法，通过估计原型、生成样本级伪标签以及最优运输理论，以改善人类活动识别和时间序列分割问题。
PDF9 months ago
利用稀疏地理位置数据预测旅游流量
21 世纪的现代旅游面临着众多挑战，其中游客数量快速增长、历史城市、博物馆等地区空间有限以及桥梁等瓶颈是最大的问题之一。本文中，我们通过使用深度学习方法（如 RNNs、GNNs 和 Transformers）以及经典的统计 ARIMA 方法
PDF10 months ago
ICCVOxfordTVG-HIC: 机器能否从图像中制作幽默的标题？
本研究提出了 OxfordTVG-HIC（Humorous Image Captions），这是用于幽默生成和理解的大规模数据集。通过对所训练模型进行解释性分析，我们发现视觉和语言线索对于引起幽默预测（和生成）具有影响力，并定性地观察到这些
PDFa year ago
基于边缘注意力的快速 MRI 重建
提出一种轻量级、准确的边缘关注 MRI 重建网络 (EAMRI) 来对较少的 k 空间数据进行图像重建，并通过提取边缘先验信息引导重建高质量和带有精确边缘的 MR 图像，与传统的自注意机制相比，能够显著降低计算复杂度，具有更高的精度和更少的
PDFa year ago
IJCAI深度学习与回归：有限数据下旅游流量预测
本研究旨在使用深度学习方法分析游客流量并预测未来的游客流量，与传统的 ARIMA 方法相比，该研究表明，深度学习方法比 ARIMA 方法具有更高的预测准确度且可以更好地预防拥挤和管理游客流量。
PDF2 years ago
基于分割的深度学习方法用于表面缺陷检测
本研究提出了一种基于分割的深度学习架构，用于表面异常检测和分割，在表面裂纹检测的特定领域中表现出比其他深度学习方法更好的性能，可以使用少量的样本进行训练，因此可以实际应用于工业领域。
PDF5 years ago