Plonger dans le biais de simplicité pour la reconnaissance d'images à longue queue

Contexte académique et problématique Ces dernières années, les réseaux de neurones profonds ont réalisé des progrès significatifs dans le domaine de la vision par ordinateur, en particulier dans des tâches telles que la reconnaissance d’images, la détection d’objets et la segmentation sémantique. Cependant, lorsqu’ils sont confrontés à des données ...

Adaptation de domaine non supervisée sur les nuages de points via la modélisation de structures géométriques d'ordre supérieur

Rapport d’une étude basée sur le Modélisation des structures géométriques d’ordre supérieur dans l’adaptation de domaine non supervisée pour les nuages de points Contexte et motivations de la recherche Les nuages de points constituent une forme fondamentale de données tridimensionnelles, très utilisée dans des applications réelles comme la conduite...

Débruitage auto-supervisé robuste des données d'imagerie de tension utilisant CellMincer

Contexte académique L’imagerie de tension (voltage imaging) est une technique puissante pour étudier l’activité neuronale, mais son efficacité est souvent limitée par un faible rapport signal sur bruit (SNR). Les méthodes traditionnelles de réduction du bruit, telles que la factorisation matricielle, imposent des hypothèses rigides sur la structure...

Segmentation automatique des métastases nodulaires cervicales à l'aide d'un transformateur d'image masqué auto-distillé sur des IRM longitudinales

Segmentation automatique des métastases nodulaires cervicales à l'aide d'un transformateur d'image masqué auto-distillé sur des IRM longitudinales

Le potentiel des transformers d’images masqués auto-distillés dans l’IRM longitudinale - Segmentation automatique des métastases ganglionnaires cervicales Introduction du rapport Dans la radiothérapie des tumeurs, les techniques de segmentation automatique promettent d’améliorer la vitesse et de réduire les variations inter-lecteurs liées à la segm...

L'apprentissage auto-supervisé des données d'accéléromètres fournit de nouvelles perspectives sur le sommeil et sa relation avec la mortalité

L'apprentissage auto-supervisé des données d'accéléromètres fournit de nouvelles perspectives sur le sommeil et sa relation avec la mortalité

De Nouveaux Aperçus sur le Lien entre le Sommeil et la Mortalité Révélés par l’Analyse de Données d’Accéléromètres de Poignet en Auto-apprentissage Dans la société moderne, le sommeil, en tant qu’activité fondamentale nécessaire à la vie, est d’une importance évidente. Mesurer et classifier avec précision les états sommeil/éveil ainsi que les diffé...

Optimisation du modèle de diffusion avec apprentissage profond

Optimisation du modèle de diffusion avec apprentissage profond

Dimond: Recherche sur l’optimisation des modèles de diffusion par apprentissage profond Contexte académique En neurosciences et en applications cliniques, l’imagerie par résonance magnétique de diffusion (Diffusion Magnetic Resonance Imaging, dMRI) est un outil important pour cartographier de manière non invasive la microstructure des tissus cérébr...

Débruitage basé sur l'apprentissage profond auto-supervisé pour l'IRM par tenseur de diffusion

Débruitage basé sur l'apprentissage profond auto-supervisé pour l'IRM par tenseur de diffusion

Introduction historique L’imagerie par résonance magnétique du tenseur de diffusion (Diffusion Tensor Magnetic Resonance Imaging, DTI) est une technique de neuroimagerie largement utilisée pour l’imagerie de la microstructure des tissus cérébraux et des faisceaux de matière blanche in vivo. Cependant, le bruit dans les images pondérées par diffusio...

Pré-entraînement renforcé par la géométrie sur les potentiels interatomiques

Pré-entraînement auto-supervisé géométriquement renforcé pour les interactions interatomiques Introduction La dynamique moléculaire (DM) joue un rôle important dans les domaines de la physique, la chimie, la biologie et la science des matériaux, en fournissant des informations au niveau atomique. La précision et l’efficacité des simulations DM dépe...