10079 articoli
Il documento presenta CFCML, un nuovo framework di apprendimento crossmodale a fasi grossolane e fini che riduce il divario tra immagini mediche e dati tabulari per migliorare la diagnosi delle malattie, ottenendo risultati superiori rispetto agli stati dell'arte sui dataset MEN e Derm7pt.
Il paper propone Detached Skip-Links e -Probe per migliorare le prestazioni OCR dei modelli multimodali su larga scala disaccoppiando l'aggregazione delle caratteristiche dalla propagazione del gradiente, riducendo così le interferenze che destabilizzano l'addestramento e preservando i dettagli visivi fini.
Questo articolo presenta la "layered-QAS", una strategia di ricerca architetturale quantistica ispirata al morphismo delle reti classiche che, applicata alla classificazione di nuvole di punti 3D, supera le limitazioni delle architetture quantistiche esistenti mitigando i barren plateau e ottenendo risultati all'avanguardia sul dataset ModelNet.
Questo studio propone un approccio basato su una politica appresa per il recupero della posa della camera endoscopica che, imitando il ragionamento degli esperti e prevedendo direttamente i movimenti relativi a breve termine, supera le limitazioni dei metodi geometrici tradizionali in condizioni di imaging endoscopico difficili come la scarsa texture e i rapidi cambiamenti di illuminazione.
Il paper presenta MFil-Mamba, una nuova architettura di modelli di stato spaziale per la visione artificiale che supera i limiti delle strategie di scansione tradizionali riducendo la ridondanza spaziale attraverso un meccanismo di scansione multi-filtro e un adattamento pesato, ottenendo prestazioni superiori su diversi benchmark di classificazione, rilevamento e segmentazione.
Questo studio presenta un framework di garanzia della qualità e una piattaforma open source per la ricostruzione 3D degli ultrasuoni tracciata, che utilizza un fantoccio personalizzato e una pipeline standardizzata per validare e confrontare le prestazioni di sistemi ottici, elettromagnetici e robotici, dimostrando che l'acquisizione robotica raggiunge prestazioni all'avanguardia vicine al limite di risoluzione spaziale del trasduttore.
Il paper propone un framework di debiasing guidato dalle preferenze per la valutazione della qualità delle immagini enhanceate senza riferimento, che apprende uno spazio di embedding delle preferenze di enhancement per rimuovere i componenti di disturbo specifici degli algoritmi e migliorare così la generalizzazione cross-algoritmo.
Il paper propone Chain-of-Adaptation (CoA), un framework basato sul reinforcement learning che integra conoscenze specifiche del campo chirurgico nei modelli visione-linguaggio preservandone le capacità di ragionamento e generalizzazione, superando così i limiti del fine-tuning convenzionale.
Il paper propone Generalizable NGP-SR, un framework generalizzabile basato su Neural Graphics Primitives che ricostruisce direttamente campi radianti ad alta risoluzione da immagini a bassa risoluzione, garantendo coerenza multi-vista e dettagli ad alta frequenza senza necessità di ottimizzazione per scena o riferimenti esterni.
Il paper presenta FacadeFixer, un framework multi-agente che combina percezione collaborativa e ricomposizione generativa per superare le sfide dell'ispezione delle facciate edilizie, generando dati sintetici ad alta fedeltà che migliorano significativamente l'accuratezza nella rilevazione dei difetti rispetto agli stati dell'arte.