Новости

В новом исследовании предложена модель глубокого обучения для минимизации вероятности отключений и потребления энергии в D2D mm-wave связи, что значительно улучшает надежность сетей.

Представлен XL-MSDigger — универсальная платформа на основе глубокого обучения для анализа кросс-ссылочной масс-спектрометрии, решающая проблемы обработки данных и улучшающая идентификацию белковых взаимодействий.

Разработан новый алгоритм глубокого обучения CM-Net для автоматической идентификации бактерий на основе изображений, полученных с помощью конфокальной микроскопии. Алгоритм демонстрирует высокую точность и значительно ускоряет процесс анализа данных.

Ученые из Нидерландского института рака и Oncode Institute разработали глубокую модель машинного обучения PARM, которая помогает предсказывать влияние регуляторных мутаций на активность генов, открывая новые горизонты для диагностики и терапии рака.

Исследование, проведенное с использованием глубокого обучения, выявило грамматику регуляции человеческих промоторов, что может значительно улучшить предсказание активности генов и понимание их регуляции.

Исследование представило автоматизированную систему диагностики ретинопатии недоношенных (ROP), использующую глубокое обучение для классификации болезни и стадий ROP, что может значительно улучшить своевременность диагностики и лечения.

Представлен новый гибридный модель предсказания качества воздуха, основанная на глубоких нейронных сетях, которая демонстрирует высокую точность в прогнозировании концентрации PM2.5 в городских условиях.

Исследование представило новый диагностический модель Neuro_CBAM-ADNet для классификации стадий болезни Альцгеймера на основе МРТ, достигая точности 98.28%. Модель использует глубокое обучение и может работать без человеческого вмешательства.

Разработан новый ИИ-фреймворк для точного выявления болезни Альцгеймера по данным ЭЭГ, который демонстрирует эффективность с точностью 99,8% и может значительно улучшить раннюю диагностику нейродегенеративных заболеваний.

Представлен новый глубокий обучающий фреймворк 3D CSFA-UNet, который обеспечивает точную сегментацию МРТ колена и классификацию степени остеоартрита, демонстрируя высокую эффективность и надежность в клинических условиях.

Исследование под руководством профессора Фу Цзина предлагает инновационное решение для повышения скорости и точности верификации дозы в радиотерапии, сочетая технологии Монте-Карло и глубокого обучения.

Разработан новый фреймворк глубокого обучения для своевременного обнаружения и классификации болезней и вредителей перца, который демонстрирует высокую точность и может значительно улучшить устойчивые сельскохозяйственные практики.