eess.IV artigos | Gist.Science

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

O artigo apresenta o método híbrido eTFCE-GRF, que combina a estrutura union-find para recuperação exata do tamanho de clusters com inferência analítica baseada em campos aleatórios gaussianos, permitindo mapeamento estatístico de morfometria baseada em voxels com valores-p exatos e sem necessidade de testes de permutação, resultando em uma aceleração de até 75 vezes em comparação com métodos anteriores.

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

Este estudo compara a eficácia de abordagens de aprendizado local, centralizado e federado para classificar a relação entre o terceiro molar e o canal mandibular em radiografias panorâmicas, demonstrando que, embora o aprendizado centralizado ofereça o melhor desempenho, o aprendizado federado constitui uma alternativa viável e superior ao aprendizado local para preservar a privacidade dos dados em colaborações multicêntricas.

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

On the Possible Detectability of Image-in-Image Steganography

Este artigo demonstra que esquemas de esteganografia imagem-em-imagem são facilmente detectáveis, pois o processo de mistura resultante é identificável por análise de componentes independentes, permitindo que um método de esteganálise baseado nos quatro primeiros momentos desses componentes alcance alta precisão na distinção entre imagens originais e modificadas.

Antoine Mallet (CRIStAL), Patrick Bas (CRIStAL)Fri, 13 Ma⚡ eess

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

Este artigo apresenta o UniCAC, um novo benchmark de grande escala para correção computacional de aberrações em câmeras fotográficas, que inclui uma ferramenta de avaliação objetiva e revela os principais fatores que influenciam o desempenho dos algoritmos, visando superar as limitações de generalização dos métodos atuais.

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

O3N é o primeiro framework visual e end-to-end para previsão de ocupação omnidirecional de vocabulário aberto, que utiliza módulos inovadores como PsM, OCA e NMA para superar as limitações de perspectiva e distribuição de treinamento, alcançando desempenho superior e generalização em cenários do mundo real.

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

Este artigo apresenta uma rede adversarial de desenrolamento profundo, inspirada no algoritmo Learned Iterative Shrinkage-Thresholding, que realiza super-resolução em mapas de fluorescência de raios-X (MA-XRF) de pinturas de mestres antigos de forma não supervisionada, utilizando apenas uma única imagem RGB de alta resolução e dados de baixa resolução para superar as limitações de tempo e resolução das técnicas convencionais.

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

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

Este artigo propõe um algoritmo aproximado de maximização de expectativa para determinar estruturas moleculares tridimensionais diretamente de micrografias de criomicroscopia eletrônica com baixa relação sinal-ruído, contornando a necessidade de localizar e extrair imagens de projeção individuais.

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

ResSR: A Computationally Efficient Residual Approach to Super-Resolving Multispectral Images

O artigo apresenta o ResSR, um método baseado em modelo para super-resolução de imagens multiespectrais que, ao desacoplar o processamento espectral e espacial em duas etapas sequenciais, alcança qualidade de reconstrução comparável ou superior aos métodos existentes com um custo computacional 2 a 10 vezes menor, sem necessidade de treinamento supervisionado.

Haley Duba-Sullivan, Emma J. Reid, Sophie Voisin + 2 more2026-03-10⚡ eess

Classification of Driver Behaviour Using External Observation Techniques for Autonomous Vehicles

Este estudo apresenta um sistema inovador baseado em visão computacional e no modelo YOLO para classificar comportamentos de direção inseguros, como distração e embriaguez, através da observação externa de veículos não conectados, utilizando análise de deslocamento lateral e monitoramento de posição na faixa.

Ian Nell, Shane Gilroy2026-03-10⚡ eess

MedFuncta: A Unified Framework for Learning Efficient Medical Neural Fields

O artigo apresenta o MedFuncta, uma estrutura unificada que utiliza meta-aprendizado e uma representação latente comum para treinar campos neurais escaláveis em grandes conjuntos de dados médicos contínuos, superando as limitações de escalabilidade e resolução das representações discretas tradicionais.

Paul Friedrich, Florentin Bieder, Julian McGinnis + 3 more2026-03-06💻 cs

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

Este artigo apresenta uma implementação de hardware de neurônio capacitivo adiabático (ACN) em tecnologia CMOS de 0,18 µm que, graças a um novo design de lógica de limiar e à operação adiabática, alcança uma eficiência energética superior a 90% em comparação com neurônios convencionais, mantendo alta precisão, robustez e escalabilidade em diversas condições de processo e temperatura.

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

Overtone: Cyclic Patch Modulation for Clean, Efficient, and Flexible Physics Emulators

O artigo apresenta o Overtone, um emulador de física baseado em transformadores que utiliza modulação cíclica dinâmica do tamanho dos patches durante a inferência para mitigar erros harmônicos sistemáticos e permitir um ajuste flexível entre precisão e custo computacional, superando os modelos de patches fixos em benchmarks de EDPs.

Payel Mukhopadhyay, Michael McCabe, Ruben Ohana + 1 more2026-03-06💻 cs

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

O artigo apresenta o GMLN-BTS, uma rede leve baseada em grafos para segmentação de tumores cerebrais que, através de três módulos inovadores, alcança desempenho de ponta com apenas 4,58 milhões de parâmetros, reduzindo em 98% a complexidade computacional em comparação aos modelos 3D Transformers tradicionais.

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

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

Este artigo propõe um quadro de aprendizado ativo guiado por explicabilidade para análise de imagens médicas que, ao combinar incerteza de classificação e desalinhamento de atenção com regiões de interesse definidas por especialistas, seleciona amostras estrategicamente para melhorar tanto o desempenho preditivo quanto a interpretabilidade clínica com eficiência de dados.

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

O artigo propõe o CogGen, um modelo generativo profundo totalmente não supervisionado que melhora a reconstrução de MRI amostrada compressivamente ao regular a "carga cognitiva" através de um aprendizado curricular auto-orientado que prioriza progressivamente dados de baixa frequência e alta qualidade antes de introduzir frequências mais altas e ruído.

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

Este artigo demonstra teórica e empiricamente que a edição de imagens baseada em difusão compromete severamente a robustez de marcas d'água invisíveis, pois o processo de adição e remoção de ruído trata os sinais de marca d'água como variações indesejadas, levando a uma degradação da informação que torna a decodificação praticamente impossível à medida que a intensidade da edição aumenta.

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

HoloPASWIN: Robust Inline Holographic Reconstruction via Physics-Aware Swin Transformers

O artigo apresenta o HoloPASWIN, um framework de aprendizado profundo baseado em Transformers Swin que, ao integrar restrições físicas e atenção de longo alcance, supera as limitações das CNNs tradicionais para realizar reconstruções holográficas inline robustas e eficazes na supressão da imagem gêmea.

Gökhan Koçmarlı, G. Bora Esmer2026-03-06🔬 physics.optics

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

Este estudo apresenta um sistema de detecção de luzes de emergência azuis em 360 graus, baseado em quatro câmeras de olho de peixe e aprimorado com um bloco de atenção de cor no modelo RT-DETR, que alcança alta precisão e alcance de 70 metros para integrar-se a sistemas ADAS multimodais visando aumentar a segurança rodoviária.

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

Anti-Aliasing Snapshot HDR Imaging Using Non-Regular Sensing

Este trabalho apresenta um sensor de imagem HDR instantâneo baseado em uma disposição de pixels não regular e aperturas espacialmente variáveis, que estende a faixa dinâmica e mitiga o aliasing, permitindo a recuperação de imagens de alta resolução e detalhe através de reconstrução no domínio de Fourier.

Teresa Stürzenhofäcker, Moritz Klimm, Jürgen Seiler + 1 more2026-03-06⚡ eess

The Impact of Preprocessing Methods on Racial Encoding and Model Robustness in CXR Diagnosis

O estudo demonstra que o recorte simples das imagens de raio-X torácico para isolar os pulmões é uma estratégia eficaz para reduzir o aprendizado de atalhos raciais e mitigar vieses diagnósticos, mantendo a precisão do modelo sem comprometer a equidade.

Dishantkumar Sutariya, Eike Petersen2026-03-06🤖 cs.LG

← Anterior Próximo →