2337 artículos
Este artículo propone HEpose, un marco de aprendizaje profundo híbrido que utiliza capas lineales y residuales paralelas para estimar eficazmente poses humanas en 3D a partir de posiciones de articulaciones en 2D, logrando una mejora del 50% en la precisión con respecto a los métodos de referencia.
Este artículo presenta un marco de aprendizaje automático eficiente en recursos que predice los niveles de ruido ambiental urbano a partir de imágenes casuales de teléfonos inteligentes utilizando solo 400 muestras, combinando la segmentación semántica basada en transformadores con características interpretables diseñadas a mano, permitiendo así un monitoreo acústico escalable y dirigido por la ciencia ciudadana validado frente a umbrales psicoacústicos.
Este estudio evalúa empíricamente nueve funciones de activación dentro de un marco de Redes Neuronales Informadas por la Física para resolver ecuaciones diferenciales no autónomas, demostrando que GELU es la opción más robusta debido a su desempeño superior en la minimización de la pérdida residual en comparación con otras funciones.
El artículo propone LiteFocus-DEIM, un detector ligero sensible al contexto que integra un Bloque de Atención de Puerta, una Fusión de Características Adaptativa y una Red de Flujo de Escala Enfocada para detectar eficazmente equipo de seguridad pequeño y ocluido en inspecciones aéreas de líneas eléctricas, logrando una alta precisión y eficiencia tanto en un conjunto de datos HAD personalizado como en el benchmark VisDrone2019.
Este artículo propone una Red de Convolución de Grafos en Cascada (CGCN, por sus siglas en inglés) que utiliza una Matriz de Adyacencia Jerárquica Sensible al Movimiento para modelar dinámicamente las correlaciones entre articulaciones y una arquitectura en cascada por etapas para clasificar progresivamente las acciones con complejidad creciente, logrando así un equilibrio superior entre la precisión de reconocimiento y la eficiencia computacional a través de múltiples conjuntos de datos.
Este artículo presenta \method{}, una adaptación libre de parámetros de la Incrustación de Posición Rotatoria 2D para el Reconocimiento de Texto en Escenas que aborda las limitaciones de los métodos existentes mediante la asignación anisotrópica de dimensiones para coincidir con las relaciones de aspecto del texto y la extensión del acoplamiento rotatorio a la atención cruzada de codificador-decodificador, mejorando significamente la precisión en diseños de texto curvos, rotados y con distorsión de perspectiva.
Esta revisión crítica guiada por PRISMA de 142 estudios sobre arquitecturas de detección de objetos CNN, Transformer e híbridas para la conducción autónoma identifica brechas significativas en la evidencia de despliegue en el mundo real e introduce el marco AVOD-DRF para permitir una selección de detectores reproducible y basada en evidencia, fundamentada en la preparación operativa en lugar de solo en el rendimiento de los benchmarks.
Este artículo propone un marco de Aumento de Datos Híbrido Semánticamente Consciente de la Clase (CSHDA, por sus siglas en inglés) que aplica selectivamente diversas técnicas de aumento semánticamente validadas a las clases minoritarias, mitigando eficazmente el desequilibrio de clases y mejorando significativamente el rendimiento y la robustez de múltiples modelos basados en transformadores en tareas de clasificación de sentimiento desequilibradas.
Este artículo propone un marco de regularización de prior universal que integra conocimiento biológico curado en algoritmos de descubrimiento causal diferenciables, mejorando significativamente la precisión de la recuperación de grafos en datos transcriptómicos de alta dimensionalidad y muestra pequeña al aprovechar los priors de dominio existentes para estabilizar el aprendizaje donde los métodos base tienen dificultades.
Este artículo presenta una implementación de CuPy, totalmente de código abierto e instalable mediante pip, del algoritmo completo de eliminación de ruido volumétrico BM4D que elimina la necesidad de un CUDA Toolkit o pasos de compilación, logrando al mismo tiempo aceleraciones de hasta 36.6x respecto a la referencia de CPU y manteniendo la fidelidad numérica exacta con el método original.