Apprendre une navigation et une locomotion robustes pour les robots à jambes

Apprendre une navigation et une locomotion robustes pour les robots à jambes

Robot à roues et pattes capable de navigation autonome Introduction Le processus d’urbanisation rapide crée des défis importants pour la logistique de la chaîne d’approvisionnement, en particulier pour la livraison du dernier kilomètre. L’augmentation de la pression de transport et la demande de services de livraison plus rapides, notamment sur des...

Yeux composés artificiels stéréoscopiques pour la perception spatiotemporelle dans l'espace tridimensionnel

Yeux composés artificiels stéréoscopiques pour la perception spatiotemporelle dans l'espace tridimensionnel

Des yeux composés artificiels stéréoscopiques pour la perception spatiotemporelle dans l’espace tridimensionnel Cet article de recherche a été publié le 15 mai 2024 dans la revue « Science Robotics », intitulé « Des yeux composés artificiels stéréoscopiques pour la perception spatiotemporelle dans l’espace tridimensionnel (Stereoscopic Artificial C...

Locomotion humanoïde dans le monde réel avec apprentissage par renforcement

Locomotion humanoïde dans le monde réel avec apprentissage par renforcement

Marche de Robot Humanoïde dans le Monde Réel Basée sur l’Apprentissage Renforcé Introduction Les robots humanoïdes ont un potentiel énorme à opérer de manière autonome dans des environnements diversifiés, ce qui peut non seulement réduire la pénurie de main-d’œuvre dans les usines, mais aussi aider les personnes âgées à domicile et explorer de nouv...

Un œil composé de trous ultra large utilisant un réseau de nanofils hémisphériques pour la vision des robots

Un œil composé de trous ultra large utilisant un réseau de nanofils hémisphériques pour la vision des robots

Oeil composé à vision ultra-large basée sur un réseau de nanofils hémisphériques pour la vision robotique Dans le contexte du développement rapide de l’intelligence artificielle et de la robotique contemporaine, les systèmes de vision, en tant que composantes cruciales, ont attiré une attention et des recherches approfondies. Selon l’article de rec...

Réseau Régularisé d'Information-Méta Multi-Template pour le Diagnostic de la Maladie d'Alzheimer Utilisant l'IRM Structurelle

Réseau Régularisé d'Information-Méta Multi-Template pour le Diagnostic de la Maladie d'Alzheimer Utilisant l'IRM Structurelle

Réseau régularisé par méta-informations multi-modèles pour le diagnostic de la maladie d’Alzheimer : Une étude basée sur l’imagerie par résonance magnétique structurelle Contexte de l’étude La maladie d’Alzheimer (AD) est une maladie neurodégénérative progressive, dont le diagnostic et la détection précoce sont des défis importants dans le domaine ...

Réseau d'apprentissage de régularisation implicite inspiré du mécanisme de génération de bruit et d'imagerie pour la reconstruction CT à faible dose

Réseau d'apprentissage de régularisation implicite inspiré du mécanisme de génération de bruit et d'imagerie pour la reconstruction CT à faible dose

#Application d’un Réseau d’Apprentissage avec Régularisation Implicite Inspiré par la Génération de Bruit et le Mécanisme d’Imagerie à la Reconstruction de CT à Basse Dose La tomodensitométrie à basse dose (Low-Dose Computed Tomography, LDCT) est devenue un outil important en imagerie médicale moderne, visant à réduire les risques radiatifs tout en...

Fusion non supervisée des images PAT et IRM non alignées via une génération d'images cross-modalité et un enregistrement mutuellement renforçants

Fusion non supervisée d’images PAT et IRM non alignées à l’aide de méthodes de génération et de recalage d’images cross-modales renforcées mutuellement Contexte et objectifs de la recherche Ces dernières années, la tomographie photoacoustique (Photoacoustic Tomography, PAT) et l’imagerie par résonance magnétique (Magnetic Resonance Imaging, MRI) on...

Apprentissage Fédéré Semi-Supervisé Model-Hétérogène pour la Segmentation d'Images Médicales

Apprentissage Fédéré Semi-Supervisé Model-Hétérogène pour la Segmentation d'Images Médicales

Modèle Hétérogène de Fédération Apprentissage Semi-Supervisé pour la Segmentation d’Images Médicales Introduction La segmentation des images médicales joue un rôle crucial dans le diagnostic clinique en aidant les médecins à identifier et analyser les pathologies. Cependant, cette tâche est souvent confrontée à des défis tels que les données sensib...

Détection semi-supervisée des nodules thyroïdiens dans les vidéos échographiques

Détection semi-supervisée des nodules thyroïdiens dans les vidéos échographiques

Rapport de recherche sur la détection des nodules thyroïdiens dans les vidéos échographiques semi-supervisées Contexte de la recherche Les nodules thyroïdiens sont des maladies thyroïdiennes courantes, et leur dépistage et diagnostic précoce reposent généralement sur des examens échographiques. L’échographie est une méthode de détection non invasiv...

Réseau de supervision bilatérale pour la segmentation d'images médicales semi-supervisée

Réseau de supervision bilatérale pour la segmentation d'images médicales semi-supervisée

Contexte et Motivation de la Recherche La segmentation des images médicales revêt une importance capitale dans l’analyse des structures anatomiques et des zones de lésions, ainsi que dans le diagnostic clinique. Cependant, les méthodes d’apprentissage supervisé existantes reposent sur une grande quantité de données annotées, alors que l’obtention d...