⚡ Category

eess.IV

93 articoli

Hybrid eTFCE-GRF: Exact Cluster-Size Retrieval with Analytical p-Values for Voxel-Based Morphometry

Il paper presenta un metodo ibrido "Hybrid eTFCE-GRF" che combina la struttura union-find per il recupero esatto delle dimensioni dei cluster con l'inferenza analitica dei campi casuali gaussiani, consentendo di ottenere mappe di significatività per la morfometria basata sui voxel con valori p analitici, controllo rigoroso degli errori e una velocità di calcolo fino a 75 volte superiore rispetto alle implementazioni esistenti.

Don Yin, Hao Chen, Takeshi Miki, Boxing Liu, Enyu YangFri, 13 Ma⚡ eess

Deep Learning-based Assessment of the Relation Between the Third Molar and Mandibular Canal on Panoramic Radiographs using Local, Centralized, and Federated Learning

Lo studio dimostra che, sebbene l'apprendimento centralizzato offra le migliori prestazioni nell'identificazione automatica della relazione tra terzo molare e canale mandibolare su radiografie panoramiche, l'apprendimento federato rappresenta un'alternativa valida e rispettosa della privacy che supera significativamente le prestazioni dei modelli locali.

Johan Andreas Balle Rubak, Sara Haghighat, Sanyam Jain, Mostafa Aldesoki, Akhilanand Chaurasia, Sarah Sadat Ehsani, Faezeh Dehghan Ghanatkaman, Ahmad Badruddin Ghazali, Julien Issa, Basel Khalil, Rishi Ramani, Ruben PauwelsFri, 13 Ma⚡ eess

Towards Universal Computational Aberration Correction in Photographic Cameras: A Comprehensive Benchmark Analysis

Questo articolo presenta UniCAC, un ampio benchmark generato tramite progettazione ottica automatica, e introduce l'evaluator ODE per analizzare sistematicamente 24 algoritmi di correzione computazionale delle aberrazioni, identificando i fattori chiave che ne influenzano le prestazioni e facilitando lo sviluppo di metodi universali generalizzabili tra diverse lenti fotografiche.

Xiaolong Qian, Qi Jiang, Yao Gao, Lei Sun, Zhonghua Yi, Kailun Yang, Luc Van Gool, Kaiwei WangFri, 13 Ma🔬 physics.optics

O3N: Omnidirectional Open-Vocabulary Occupancy Prediction

Il paper presenta O3N, il primo framework end-to-end puramente visivo per la previsione occupazionale a vocabolario aperto e omnidirezionale, che integra moduli innovativi come la Polar-spiral Mamba e l'Allineamento della Modalità Naturale per superare i limiti delle prospettive tradizionali e abilitare una modellazione universale del mondo 3D con eccellente generalizzazione.

Mengfei Duan, Hao Shi, Fei Teng, Guoqiang Zhao, Yuheng Zhang, Zhiyong Li, Kailun YangFri, 13 Ma⚡ eess

Adversarial Deep-Unfolding Network for MA-XRF Super-Resolution on Old Master Paintings Using Minimal Training Data

Questo articolo presenta una rete neurale avversariale di deep-unfolding, ispirata all'algoritmo Learned Iterative Shrinkage-Thresholding, che genera mappe di distribuzione elementare ad alta risoluzione per dipinti di vecchi maestri tramite dati MA-XRF, utilizzando un approccio non supervisionato addestrato su un singolo'immagine RGB ad alta risoluzione e dati MA-XRF a bassa risoluzione per superare i limiti di tempo e risoluzione delle scansioni tradizionali.

Herman Verinaz-Jadan, Su Yan, Catherine Higgitt + 1 more2026-03-11⚡ eess

Expectation-maximization for structure determination directly from cryo-EM micrographs

Questo articolo propone un algoritmo di massimizzazione della speranza approssimata per determinare direttamente la struttura molecolare tridimensionale dai micrograf crioelettronici, bypassando la necessità di localizzare le immagini di proiezione e permettendo così il recupero di strutture piccole in regimi a basso rapporto segnale-rumore dove i metodi tradizionali falliscono.

Shay Kreymer, Amit Singer, Tamir Bendory2026-03-10🧬 q-bio

Adiabatic Capacitive Neuron: An Energy-Efficient Functional Unit for Artificial Neural Networks

Questo articolo presenta un Neuron Capacitivo Adiabatico (ACN) implementato in tecnologia CMOS 0.18µm che, grazie a un nuovo design di logica a soglia, garantisce un'efficienza energetica superiore al 90% rispetto alle soluzioni convenzionali, mantenendo alta precisione, robustezza e scalabilità su un ampio range di temperature e processi.

Sachin Maheshwari, Mike Smart, Himadri Singh Raghav + 2 more2026-03-06⚡ eess

Graph-Based Multi-Modal Light-weight Network for Adaptive Brain Tumor Segmentation

Il paper presenta GMLN-BTS, una rete neurale leggera basata su grafi per la segmentazione adattiva dei tumori cerebrali che, grazie a un codificatore modale adattivo, un modulo di interazione collaborativa multi-modale e un meccanismo di raffinamento dei voxel, raggiunge prestazioni all'avanguardia con un numero di parametri ridotto del 98% rispetto ai modelli 3D Transformer.

Guohao Huo, Ruiting Dai, Zitong Wang + 2 more2026-03-06💻 cs

Learning to Select Like Humans: Explainable Active Learning for Medical Imaging

Il paper propone un framework di apprendimento attivo guidato dall'interpretabilità che, integrando l'allineamento spaziale delle mappe di attenzione con le regioni di interesse definite dagli esperti, seleziona campioni di dati medici in modo più efficiente rispetto al campionamento casuale, migliorando sia le prestazioni predittive che la rilevanza clinica delle immagini.

Ifrat Ikhtear Uddin, Longwei Wang, Xiao Qin + 2 more2026-03-06💻 cs

CogGen: Cognitive-Load-Informed Fully Unsupervised Deep Generative Modeling for Compressively Sampled MRI Reconstruction

Il paper presenta CogGen, un modello generativo profondo completamente non supervisionato che migliora la ricostruzione della risonanza magnetica campionata in modo compresso regolando il "carico cognitivo" attraverso una strategia di apprendimento curricolare che passa gradualmente dal fitting dei dati a bassa frequenza a quelli ad alta frequenza, superando così i limiti di convergenza e di sovrapposizione dei metodi tradizionali.

Qingyong Zhu, Yumin Tan, Xiang Gu + 1 more2026-03-06💻 cs

When Denoising Becomes Unsigning: Theoretical and Empirical Analysis of Watermark Fragility Under Diffusion-Based Image Editing

Questo articolo analizza come le tecniche di editing basate su diffusione, attraverso l'iniezione di rumore e la successiva ricostruzione generativa, indeboliscano o eludano completamente i sistemi di filigrana robusti, dimostrando teoricamente e sperimentalmente che il contenuto del messaggio viene progressivamente cancellato all'aumentare dell'intensità dell'editing.

Fai Gu, Qiyu Tang, Te Wen, Emily Davis, Finn Carter2026-03-06🔒 cs.CR

A 360-degree Multi-camera System for Blue Emergency Light Detection Using Color Attention RT-DETR and the ABLDataset

Questo studio presenta un sistema avanzato di rilevamento delle luci blu di emergenza basato su quattro telecamere fisheye e un modello RT-DETR potenziato da un blocco di attenzione al colore, che utilizza il dataset ABLDataset per ottenere un'accuratezza del 94,7% e supportare la sicurezza stradale attraverso l'integrazione in sistemi ADAS multimodali.

Francisco Vacalebri-Lloret, Lucas Banchero, Jose J. Lopez + 1 more2026-03-06🤖 cs.AI