Étude sur la reconnaissance robuste des émotions vocales à deux flux basée sur les caractéristiques de modulation spectro-temporelle Contexte académique La reconnaissance des émotions vocales (Speech Emotion Recognition, SER) est une technologie qui identifie les émotions en analysant le contenu émotionnel dans la parole humaine. Elle a un potentie...
Contexte académique Avec la menace croissante des composés organiques sur la pollution environnementale, il devient crucial d’étudier les réactions toxiques des différents organismes aquatiques à ces composés. Ces recherches non seulement aident à évaluer l’impact écologique potentiel des polluants sur l’écosystème aquatique dans son ensemble, mais...
Rapport de recherche sur l’algorithme de transfert de style spatio-temporel pour la génération de stimuli visuels dynamiques Contexte académique L’encodage et le traitement des informations visuelles ont toujours été des domaines de recherche importants en neurosciences et en sciences de la vision. Avec le développement rapide des techniques d’appr...
Prédiction et analyse complète de l’essentialité des protéines humaines basée sur un modèle de langage pré-entraîné Contexte académique Les protéines essentielles humaines (Human Essential Proteins, HEPs) sont cruciales pour la survie et le développement des individus. Cependant, les méthodes expérimentales pour identifier les HEPs sont souvent coû...
Application du Deep Learning à la génération de ligands ciblant des protéines : Proposition et validation du cadre DeepBlock Contexte et problèmes de recherche Dans le processus de découverte de médicaments, la recherche de molécules ligandes capables de se lier à des protéines spécifiques reste un objectif central. Cependant, les méthodes actuelle...
Prédire l’émergence de cristaux à partir de précurseurs amorphes : l’apprentissage profond révolutionne la science des matériaux Introduction Le processus de cristallisation à partir de matériaux amorphes revêt une importance majeure dans la nature et en laboratoire. Ce phénomène est omniprésent, allant des processus géologiques aux processus biolo...
Prédiction du glaucome basée sur les caractéristiques structurelles de la tête du nerf optique à l’aide du réseau dense résiduel (RD-Net) Contexte et objectifs de l’étude Le glaucome est l’une des principales causes de cécité dans le monde, souvent désignée comme le “voleur silencieux de la vision”. Sa caractéristique principale est une dégradation...
Une nouvelle méthode pour améliorer la segmentation sémantique à petit échantillon - Réseau d’amélioration des caractéristiques des bords basé sur des informations a priori Dans le domaine de l’intelligence artificielle, la segmentation sémantique (semantic segmentation) est une technologie essentielle en vision par ordinateur, visant à attribuer u...
Application révolutionnaire de l’intelligence artificielle générative en médecine nucléaire : exploration du potentiel des images synthétiques de scintigraphie osseuse et de leur utilisation dans l’apprentissage profond Contexte et problématique de recherche Ces dernières années, le développement rapide de l’intelligence artificielle (IA) a conduit...
Analyse approfondie du modèle d’apprentissage profond multimodal basé sur PSMA PET/CT pour prédire les métastases ganglionnaires chez les patients atteints de cancer de la prostate Contexte Le cancer de la prostate (PCA) est l’une des tumeurs malignes les plus fréquentes chez les hommes et constitue l’une des principales causes de décès liés au can...