Un cadre amélioré pour la détection en temps réel des comportements anormaux dans les foules denses utilisant YOLOv8

Contexte académique Avec l’augmentation des besoins en matière de sécurité publique, en particulier lors de grands événements religieux comme le pèlerinage de la Mecque (Hajj), la détection des comportements anormaux dans les foules denses est devenue un sujet crucial. Les méthodes de détection existantes, confrontées à des conditions complexes tel...

Une enquête complète sur les fonctions de perte et les métriques en apprentissage profond

L’apprentissage profond (Deep Learning), en tant que branche importante de l’intelligence artificielle, a réalisé des progrès significatifs ces dernières années dans des domaines tels que la vision par ordinateur et le traitement du langage naturel. Cependant, le succès de l’apprentissage profond dépend largement du choix des fonctions de perte (Lo...

Défis dans la détection des menaces de sécurité dans le WoT : une revue systématique de la littérature

Avec le développement rapide de l’Internet des objets (Internet of Things, IoT) et du Web of Things (Wot), les problèmes de sécurité deviennent de plus en plus préoccupants. En particulier, la fréquence des attaques par déni de service (Denial of Service, DoS) rend la sécurité des systèmes Wot un problème urgent à résoudre. Wot intègre les appareil...

Intégration de données multimodales basée sur l'apprentissage profond pour améliorer la prédiction de la survie sans maladie dans le cancer du sein

Le cancer du sein est l’une des tumeurs malignes les plus courantes chez les femmes dans le monde. Bien que les interventions précoces et les traitements appropriés aient considérablement amélioré le taux de survie des patientes, environ 30 % des cas récidivent et développent des métastases à distance, ce qui entraîne un taux de survie à 5 ans infé...

Représentation interprétable multi-modale pour la classification et l'annotation des ARN non codants

Les ARN non codants (ncARN) jouent un rôle clé dans les processus cellulaires et le développement des maladies. Bien que les projets de séquençage du génome aient révélé l’existence d’un grand nombre de gènes non codants, la fonction et la classification des ncARN restent des problèmes complexes et difficiles. La diversité, la complexité et la fonc...

DeepES : Outil de criblage enzymatique basé sur l'apprentissage profond pour identifier les gènes d'enzymes orphelins

Contexte académique Avec le développement rapide des technologies de séquençage, les scientifiques ont pu obtenir un grand nombre de séquences protéiques, y compris de nombreuses séquences enzymatiques. Cependant, bien que des bases de données enzymatiques majeures telles que Kyoto Encyclopedia of Genes and Genomes (KEGG) et BRENDA aient été établi...

CryoTEN : Amélioration efficace des cartes de densité Cryo-EM à l'aide de Transformers

Contexte académique La microscopie cryoélectronique (Cryo-EM) est une technique expérimentale essentielle pour déterminer la structure des macromolécules, telles que les protéines. Cependant, l’efficacité de la Cryo-EM est souvent entravée par le bruit et les valeurs de densité manquantes dans les cartes de densité Cryo-EM, causés par des condition...

Sul-BERTGRU : Une méthode d'apprentissage profond intégrant BERT amélioré par l'entropie de l'information et GRU multidirectionnel pour la prédiction des sites de S-sulfhydration

Contexte Les modifications post-traductionnelles des protéines (Post-Translational Modifications, PTMs) sont des mécanismes clés dans la régulation des activités cellulaires, incluant la transcription génique, la réparation de l’ADN et les interactions protéiques. Parmi ces modifications, la cystéine (Cysteine), un acide aminé rare, participe à div...

APNet : Un modèle d'apprentissage profond parcimonieux explicable pour découvrir les facteurs actifs différentiels de la COVID-19 sévère

Contexte académique La pandémie de COVID-19 a eu un impact considérable sur les systèmes de santé publique mondiaux. Bien que la situation se soit améliorée, les mécanismes immunopathologiques complexes de la maladie, les séquelles à long terme (comme le “COVID long”) et les menaces similaires potentielles continuent de stimuler la recherche. En pa...

Utilisation de l'apprentissage profond pour quantifier le rythme du vieillissement cérébral en relation avec les changements neurocognitifs

Avec l’aggravation du problème mondial du vieillissement, l’incidence des maladies neurodégénératives (comme la maladie d’Alzheimer, Alzheimer’s Disease, AD) augmente chaque année. Le vieillissement cérébral (Brain Aging, BA) est l’un des facteurs de risque importants des maladies neurodégénératives, mais il ne coïncide pas complètement avec l’âge ...