پرش به محتوای اصلی

دسته‌بندی

سرگرمی و خلاقیت

تولید تصویر و ویدیو، صدای مصنوعی، هنر و موسیقی هوشمند، بازی‌ها و وجه سرگرم‌کننده‌ی AI.

۸۲۲ مقاله منتشر شده

CheXthought: ۶ میلیون نقطه توجه بصری برای پایان دادن به توهمات پزشکی

پژوهشگران مجموعه‌داده عظیم و چندوجهی CheXthought را معرفی کردند که مسیر تفکر و نقاط تمرکز رادیولوژیست‌ها را ثبت کرده است. این ابزار با آموزش مدل‌ها برای «دیدن» مانند انسان، توهمات…

۲ دقیقه خواندن۱

ترفندی در استنتاج که مدل‌های بینایی ماشین را تیزبین‌تر می‌کند

ViCrop-Det یک چارچوب استنتاج بدون نیاز به آموزش است که با استفاده از آنتروپی توجه، دقت تشخیص اشیاء کوچک را به‌طور چشم‌گیری افزایش می‌دهد. این متد بدون تغییر در وزن‌های مدل، mAP را…

۲ دقیقه خواندن۲

پایان رویای جایگزینی: حقیقت تلخ داده‌های مصنوعی در صنعت

پژوهش جدید SynSur ثابت کرد که داده‌های مصنوعی به تنهایی نمی‌توانند جایگزین نمونه‌های واقعی صنعتی شوند. با این حال، ترکیب این دو منبع، دقت تشخیص عیوب را در محیط‌های کم‌داده به‌طور…

۲ دقیقه خواندن۲

پایان عصر رگرسیون در ناوبری فضایی: رمزگشایی از قدرت Star-Fusion

مدل جدید Star-Fusion با تغییر رویکرد از رگرسیون به طبقه‌بندی گسسته، مشکل «گم‌شدن در فضا» را حل کرده است. این معماری چندوجهی با دقت ۹۳.۴ درصد و تأخیر بسیار کم، استقرار ماهواره‌های…

۲ دقیقه خواندن

چرا «نمی‌دانم» ارزشمندترین پاسخی است که یک VLM می‌تواند بدهد

محققان با معرفی چارچوب Visual-Idk، مدل‌های بینایی-زبانی را قادر ساختند تا مرزهای دانش خود را بشناسند و از توهمات پرهیز کنند. این متدولوژی نرخ صداقت مدل‌ها را از ۵۷.۹٪ به ۶۷.۳٪…

۲ دقیقه خواندن۵

پایان عصر توکن‌بندی در پزشکی: چگونه MedSynapse-V شهود بالینی را بازسازی کرد

مدل MedSynapse-V با جایگزینی توکن‌بندی گسسته با سیستم حافظه پنهان، توانسته است «شهود بالینی» را در تشخیص‌های پزشکی شبیه‌سازی کند. این چارچوب در دقت تشخیص، عملکردی به‌مراتب برتر از…

۲ دقیقه خواندن

چرا واقع‌گرایی در هوش مصنوعی پزشکی یک فریب خطرناک است؟

پلتفرم DepthPilot با اولویت دادن به دقت کالبدی به‌جای زیبایی بصری، استانداردهای تولید ویدیوهای کلونوسکوپی را تغییر داد. این سیستم با استفاده از محدودیت‌های عمق، ویدیوهایی تولید…

۲ دقیقه خواندن۱

MetaSR: کاهش ۵۰ درصدی پهنای باند در بازسازی تصاویر زاینده

چارچوب MetaSR با استفاده از ترنسفورمرهای انتشار، هزینه انتقال داده‌های تصویری را نصف کرده و همزمان کیفیت را افزایش می‌دهد. این فناوری با جایگزینی متادیتای ثابت با استراتژی‌های…

۲ دقیقه خواندن۲

رمزگشایی از SeeCo: چگونه بدون آموزش مجدد، دقت سنجش از دور را بالا ببریم

پژوهشگران چارچوب SeeCo را معرفی کردند؛ سیستمی که بدون نیاز به آموزش مجدد و هزینه‌بر، خطاهای معنایی مدل‌های سنجش از دور را در لحظه استنتاج اصلاح می‌کند. این ابزار با استفاده از…

۲ دقیقه خواندن