Évaluation systématique de l’alignement euclidien avec l’apprentissage profond pour le décodage de l’EEG Introduction Les signaux électroencéphalographiques (EEG) sont largement utilisés dans les interfaces cerveau-machine (BCI) en raison de leur nature non invasive, de leur portabilité et de leur faible coût d’acquisition. Cependant, les signaux E...
Utilisation de l’automate cellulaire génératif pour étudier la morphogénèse chiral de l’or Contexte et objectifs de l’étude La chiralité est omniprésente dans la nature et peut être transmise et amplifiée entre les systèmes par des interactions moléculaires spécifiques et des couplages multiéchelles. Cependant, les mécanismes de formation de la chi...
Contexte et Motivation de la Recherche En physique, comprendre le mouvement des fluides est crucial pour appréhender notre environnement et comment nous interagissons avec lui. Cependant, les méthodes traditionnelles de simulation de fluides présentent des limites en raison de leurs exigences computationnelles élevées dans des applications pratique...
Reconstruction d’images IRM en champ faible utilisant l’apprentissage profond basé sur la connaissance physique Introduction : La technologie de l’imagerie par résonance magnétique (IRM) a attiré de plus en plus d’attention ces dernières années dans les applications d’imagerie par résonance magnétique à faible champ. L’IRM à faible champ, en raison...
DVMark : Cadre de filigrane vidéo basé sur l’apprentissage profond multi-échelle La technologie de filigrane vidéo cache des données en intégrant des informations dans la vidéo hôte. Le modèle DVMark proposé dans cet article est une solution de filigrane vidéo basée sur l’apprentissage profond multi-échelle, offrant une robustesse et une praticité ...
Évaluation esthétique des images profondes transparentes basée sur la description du contenu des étiquettes Contexte académique Avec la popularité croissante des plateformes de médias sociaux comme Instagram et Flickr, la demande pour les modèles d’évaluation esthétique des images (Image Aesthetics Assessment, IAA) augmente. Ces modèles peuvent non...
Prothèse neurologique bilingue dirigée par la représentation de l’articulation corticale Contexte Dans le développement des prothèses neurologiques, les recherches portant sur le décodage du langage à partir de l’activité cérébrale se concentrent essentiellement sur une seule langue. Par conséquent, il reste à élucider dans quelle mesure la product...
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...
Impact du modèle de prédiction de la septicémie basé sur l’apprentissage profond sur la qualité des soins et la survie des patients Contexte de l’étude La septicémie est une réaction inflammatoire systémique causée par une infection, affectant environ 48 millions de personnes dans le monde chaque année, dont environ 11 millions meurent. En raison d...
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...