A Fully Convolutional Neural Network Approach to End-to-End Speech Enhancement
The Cooper Union(库珀联盟学院)
本文将描述一种新的方法,鸡尾酒会的问题,依赖于一个完全卷积神经网络(FCN)架构。FCN将噪声音频数据作为输入,并执行非线性滤波操作,以在输出端产生目标语音的干净音频数据。我们的方法为一个特定的扬声器学习一个模型,然后能够从串音背景噪声中提取扬声器的声音。实验结果表明,该方法具有推广到新的说话人的能力,并且对不同信噪比的新噪声环境具有鲁棒性。这种方法的一个潜在应用是用于助听器。预先训练的模型可以快速地为个人家庭成员和亲密的朋友进行微调,并部署到助听器上,以在嘈杂的环境中帮助听众。
2018-07-20 cs.LG cs.SD eess.AS
Super-Resolution of SOHO/MDI Magnetograms of Solar Active Regions Using SDO/HMI Data and an Attention-Aided Convolutional Neural Network
New Jersey Institute of Technology(新泽西理工学院);Sam Houston State University(萨姆休斯顿州立大学)
提出注意力辅助卷积神经网络SolarCNN,利用SDO/HMI数据作为标签,对SOHO/MDI太阳活动区磁图进行超分辨率重建,以提升空间天气事件的预测与理解能力。
2024-03-27 astro-ph.SR cs.LG
Visually Impaired Aid using Convolutional Neural Networks, Transfer Learning, and Particle Competition and Cooperation
Institute of Geosciences and Exact Sciences(地球科学与精确科学学院)
导航和移动是视障人士在日常生活中面临的一些主要问题。计算机视觉的进步导致了一些导航系统的提出。然而,它们中的大多数需要昂贵和/或重型硬件。在本文中,我们提出了使用卷积神经网络(CNN),迁移学习,和半监督学习(SSL)建立一个框架,旨在视障人士的援助。它具有低计算成本,因此可以在当前的智能手机上实现,而不依赖于任何额外的设备。智能手机摄像头可用于自动拍摄前方道路的照片。然后,它们将立即被分类,为用户提供几乎即时的反馈。我们还提出了一个数据集来训练分类器,包括具有不同类型的光、地板和障碍物的室内和室外情况。许多不同的CNN架构被评估为特征提取器和分类器,通过微调在更大的数据集上预先训练的权重。基于图的SSL方法,称为粒子竞争和合作,也用于分类,允许用户的反馈被纳入,而无需重新训练底层网络。在最佳监督和SSL场景中,拟议数据集的分类准确率分别达到92%和80%。
2020-05-09 cs.CV cs.LG cs.NE
ConvPath: A Software Tool for Lung Adenocarcinoma Digital Pathological Image Analysis Aided by Convolutional Neural Network
University of Texas Southwestern Medical Center(德克萨斯大学西南医学中心);National Cancer Center/Cancer Hospital, Chinese Academy of Medical Sciences(中国医学科学院国家癌症中心/肿瘤医院);University of Texas MD Anderson Cancer Center(德克萨斯大学MD安德森癌症中心)
不同类型细胞的空间分布可以揭示癌细胞的生长模式,其与肿瘤微环境和机体免疫反应的关系,所有这些都代表了癌症的关键特征。然而,手动识别和定位病理切片中的所有细胞几乎是不可能的。在这项研究中,我们开发了一个自动化的细胞类型分类管道,ConvPath,它包括细胞核分割,基于卷积神经网络的肿瘤,基质和淋巴细胞分类,以及肺癌病理图像的肿瘤微环境相关特征的提取。在训练和独立测试数据集中,整体分类准确率分别为92.9%和90.1%。通过识别细胞和分类细胞类型,该管道可以将病理图像转换为肿瘤,基质和淋巴细胞的空间图。从这个空间图中,我们可以提取表征肿瘤微环境的特征。基于这些特征,我们开发了一个基于图像特征的预后模型,并在两个独立的队列中验证了该模型。预测的风险组作为一个独立的预后因素,调整后的临床变量,包括年龄,性别,吸烟状况和阶段。
2018-09-20 cs.CV cs.LG
High-dimensional Convolutional Networks for Geometric Pattern Recognition
NVIDIA(英伟达);POSTECH(浦项科技大学);Intel Labs(英特尔实验室)
科学和工程中的许多问题都可以用高维空间中的几何模式来表述。我们提出了高维卷积网络(ConvNets)的模式识别的问题,出现在几何注册的上下文中。我们首先研究卷积网络在高达32维的高维空间中检测线性子空间的有效性:比ConvNets的先前应用高得多的维度。然后,我们将高维ConvNets应用于刚性运动和图像对应估计下的3D配准。实验表明,我们的高维ConvNets优于依赖于基于全局池运算符的深度网络的先前方法。
2020-05-17 cs.CV cs.LG stat.ML
Geometrical aspects of lattice gauge equivariant convolutional neural networks
Chalmers University of Technology(查尔姆斯理工大学);TU Wien(维也纳工业大学)
格点规范等变卷积神经网络(L-CNN)是一种卷积神经网络的框架,可以应用于非阿贝尔格点规范理论,而不违反规范对称性。我们演示了L-CNN如何配备全局组等方差。这使我们能够扩展的配方是等变的,不仅在翻译,但在全球晶格对称性,如旋转和反射。此外,我们提供了一个几何公式的L-CNN,并显示如何在L-CNN卷积出现作为一个特殊的情况下规范等变神经网络SU($N$)的主丛。
2023-03-20 cs.LG hep-lat stat.ML
Hierarchical Temperature Imaging Using Pseudo-Inversed Convolutional Neural Network Aided TDLAS Tomography
Hebei Agricultural University(河北农业大学);University of Edinburgh(爱丁堡大学);Yanshan University(燕山大学)
可调谐半导体激光吸收光谱(TDLAS)层析成像技术作为一种原位燃烧诊断工具,已被广泛应用于反应流二维温度分布的成像。与计算层析成像算法相比,卷积神经网络(CNN)在图像重建中具有更高的鲁棒性和准确性,特别是在感兴趣区域(RoI)中激光束有限的情况下。在实际应用中,需要重建具有良好空间分辨率的RoI中的火焰通常被低温背景包围。虽然背景不是很感兴趣,但由于热耗散和气体对流,光谱吸收仍然存在。因此,我们提出了一个伪逆CNN(PI-CNN)的分层温度成像,(a)有效地利用培训和学习资源的温度成像在ROI具有良好的空间分辨率,和(b)重建空间分辨率较低的背景温度通过充分解决光谱吸收模型的完整性。与传统的CNN相比,新引入的ROI灵敏度矩阵的伪逆更能揭示投影数据与待重建的ROI之间的内在相关性,从而以高精度和高计算效率优先考虑ROI中的温度成像。本文通过数值模拟和实验室规模的实验验证了所提出的算法,显示出良好的一致性之间的幻影和高保真重建。
2021-06-05 cs.LG eess.IV physics.app-ph
Geometric Evolution Graph Convolutional Networks: Enhancing Graph Representation Learning via Ricci Flow
School of Mathematics, Renmin University of China(中国人民大学数学学院)
本文提出GEGCN框架,通过建模图上的几何演化提升图表示学习,利用LSTM处理离散里奇流生成的结构序列,并将学习的动态表示注入图卷积网络,实验显示其在多种基准数据集上的分类性能优异,尤其在异质图上表现突出。
2026-03-27 cs.LG
Convolutional Geometric Matrix Completion
Nanjing University(南京大学);Tencent(腾讯)
几何矩阵补全(GMC)已被提出用于推荐,通过将用户/项目之间的关系(链接)图集成到矩阵补全(MC)中。传统的GMC方法通常采用图正则化来为MC施加平滑先验。最近,提出了图上的几何深度学习(GDLG)来解决GMC问题,表现出比现有的GMC方法(包括传统的基于图正则化的方法)更好的性能。据我们所知,GMC只有一种GDLG方法,称为RMGCNN。RMGCNN将图卷积网络(GCN)和递归神经网络(RNN)结合起来用于GMC。在RMGCNN的原始工作中,RMGCNN表现出比纯GCN方法更好的性能。在本文中,我们提出了一种新的GMC方法,称为卷积几何矩阵完成(CGMC),推荐与用户/项目之间的图形。CGMC是一种纯GCN为基础的方法与新设计的图卷积网络。在真实数据集上的实验结果表明,CGMC在准确性和速度方面都优于其他最先进的方法,包括RMGCNN。
2019-05-27 cs.IR cs.LG
Distance-Geometric Graph Convolutional Network (DG-GCN) for Three-Dimensional (3D) Graphs
IBM(国际商业机器公司)
距离几何图形表示采用统一的方案(距离)来表示三维(3D)图形的几何形状。它对图的旋转和平移是不变的,并且它反映了成对节点的相互作用及其通常的局部性质。为了便于在3D图的深度学习中引入几何,我们提出了一种基于距离几何图表示的消息传递图卷积网络:DG-GCN(距离几何图卷积网络)。它利用连续滤波器卷积层,以及滤波器生成网络,可以从距离中学习滤波器权重,从而将3D图形的几何形状纳入图形卷积中。我们对ESOL和FreeSolv数据集的结果显示,与标准图卷积相比,有了重大改进。他们也表现出显着的改善,采用边权重/边距离幂律的几何图卷积。我们的工作证明了DG-GCN在3D图(特别是分子图)上进行端到端深度学习的实用性和价值。
2021-03-22 cs.CV cs.LG
Geometric Convolutional Neural Network for Analyzing Surface-Based Neuroimaging Data
Yonsei University College of Medicine(延世大学医学院);Severance Hospital(世福兰斯医院);Yonsei University(延世大学)
然而,广泛用于二维图像的常规CNN不能直接应用于非规则几何表面,诸如皮质厚度。我们提出了几何CNN(gCNN),它处理球面上的数据表示,并在多壳网格结构中呈现模式识别。性别的分类准确率显著高于SVM和基于图像的CNN。它只使用MRI厚度数据来分类性别,但这种方法可以扩展到从其他MRI或fMRI数据中分类疾病
2017-08-02 cs.LG cs.NE
DRC-Aid: Design-Rule Correction via Agentic Framework utilizing Inference-Time Large Language Models
Purdue University(普渡大学)
研究针对布局中设计规则违规问题,提出DRC-Aid闭环智能体框架,利用确定性规则引擎、大语言模型等,通过预算深度优先搜索等方法进行局部DRC修复,在相关布局评估中效果良好,基于LLM的选择优于其他策略。
2026-07-28 cs.AR cs.LG
LLM-Aided A* Search in Non-Geometric Network Graphs
KU 6G Research Centre, Department of Computer Science, Khalifa University, Abu Dhabi, UAE(KU 6G研究中心,计算机科学系,哈利法大学,阿布扎赫德,阿联酋)
针对非几何网络图最短路径问题,提出LLM辅助A*算法,利用LLM生成中间路标点引导搜索,结合路标距离作为启发式,减少约50%扩展节点,路径成本略有增加。
2026-06-23 cs.AI cs.LG cs.NI
Convolutional capsule network for classification of breast cancer histology images
Kaunas University of Technology(考纳斯理工大学)
任何一种疾病的诊断自动化都非常重要,随着越来越多的深度学习解决方案被应用于不同的问题,它的速度越来越快。这样的计算机辅助系统之一可以是决策支持,也能够准确区分不同类型的乳腺癌组织学图像-正常组织或癌。本文作者提出了一种基于卷积胶囊网络的深度学习解决方案,用于在应用苏木精和真核蛋白染色时对四种类型的乳腺组织活检图像进行分类。交叉验证的准确度达到0.87,具有同样高的灵敏度。
2018-04-23 cs.CV cs.CY cs.LG
Prediction of Geometric Transformation on Cardiac MRI via Convolutional Neural Network
DongHua University(东华大学)
在医学图像领域,深度卷积神经网络(ConvNets)在分类、分割和配准任务方面取得了巨大成功,这要归功于其无与伦比的学习图像特征的能力。然而,这些任务通常需要大量手动注释的数据,并且是劳动密集型的。因此,研究无监督语义特征学习任务具有重要意义。在我们的工作中,我们建议通过训练ConvNets来学习医学图像中的特征,以识别应用于图像的几何变换,并提出一个简单的自我监督任务,可以轻松预测几何变换。我们精确地定义了一组几何变换的数学术语,并将此模型推广到3D,同时考虑到空间和时间维度之间的区别。我们评估了我们的自监督方法在不同模态(bSSFP,T2,LGE)的CMR图像上的准确率分别为96.4%,97.5%和96.4%。我们论文的代码和模型将发布在:https://github.com/gaoxin492/Geometric_Transformation_CMR
2022-11-12 cs.CV cs.LG eess.IV
Image-Based Alzheimer's Disease Detection Using Pretrained Convolutional Neural Network Models
King Saud University(沙特国王大学)
本研究针对阿尔茨海默病早期准确检测的需求,提出基于预训练卷积神经网络模型的计算机辅助诊断系统,通过深度学习从神经成像生物标志物提取特征预测疾病类别,实验表明VGG16模型性能优于现有技术。
2025-02-09 cs.CV cs.LG eess.IV
Analysis of Irregular Spatial Data with Machine Learning: Classification of Building Patterns with a Graph Convolutional Neural Network
Wuhan University(武汉大学)
卷积神经网络(CNN)等机器学习方法正在成为许多学科科学研究的一个组成部分,但由于空间矢量数据的不规则性,使用这些强大的学习方法往往无法进行分析。借助图傅立叶变换和卷积定理,将卷积变换为傅立叶域的逐点积,构造了一种基于图的CNN学习结构,用于不规则空间数据的分析任务。在本研究中,我们使用的建筑物模式的分类任务作为案例研究,以测试该方法,实验表明,该方法取得了突出的结果,在识别规则和不规则的模式,并在与其他方法相比,有显着的改善。
2018-09-21 cs.LG stat.ML
Convolutional neural network architecture for geometric matching
École normale supérieure(巴黎高等师范学院);CNRS(法国国家科学研究中心);PSL Research University(巴黎文理研究大学);Czech Technical University in Prague(布拉格捷克理工大学);DeepMind;INRIA(法国国家信息与自动化研究所)
我们解决的问题,确定两个图像之间的对应关系与几何模型,如仿射或薄板样条变换,并估计其参数。这项工作的贡献是三方面的。首先,我们提出了一个卷积神经网络架构的几何匹配。该架构基于三个主要组件,这些组件模拟特征提取、匹配和同时内点检测和模型参数估计的标准步骤,同时可端到端训练。其次,我们证明了可以从合成生成的图像中训练网络参数,而不需要手动注释,并且我们的匹配层显着提高了泛化能力,使其能够在前像中从未见过。最后,我们证明了相同的模型可以执行实例级和类别级匹配,在具有挑战性的Proposal Flow数据集上提供最先进的结果。
2017-04-13 cs.CV cs.LG
Building Damage Detection in Satellite Imagery Using Convolutional Neural Networks
Google AI(谷歌人工智能);UN World Food Programme(联合国世界粮食计划署)
在从地震到武装冲突的所有类型的灾害中,援助工作者都需要准确和及时的数据,如建筑物损坏和人口流离失所,以便采取有效的应对措施。遥感以前所未有的规模提供这一数据,但从卫星图像中提取可操作的信息是缓慢和劳动密集型的。在这项工作中,我们使用机器学习来自动检测卫星图像中的建筑物损坏。我们比较了四种不同的卷积神经网络模型在2010年海地地震中检测受损建筑物的性能。我们还通过对不同灾害事件的模型进行训练和测试,量化了模型在未来灾害中的泛化能力。
2019-10-14 cs.CV cs.LG eess.IV
Geom-GCN: Geometric Graph Convolutional Networks
College of Computer Science and Technology, Jilin University, China(吉林大学计算机科学与技术学院,中国);Key Laboratory of Symbolic Computation and Knowledge Engineering of Ministry of Education, China(教育部符号计算与知识工程重点实验室,中国);Department of Electrical and Computer Engineering, University of Illinois at Urbana-Champaign, USA(伊利诺伊大学厄巴纳-香槟分校电气与计算机工程系,美国);Department of Computer Science, University of Illinois at Urbana-Champaign, USA(伊利诺伊大学厄巴纳-香槟分校计算机科学系,美国);Department of Computing, Hong Kong Polytechnic University, Hong Kong(香港理工大学计算学系,香港)
消息传递神经网络(MPNN)已成功地应用于各种现实世界应用中的图上的表示学习。然而,MPNN的聚合器的两个基本弱点限制了它们表示图结构数据的能力:丢失邻域中节点的结构信息,以及缺乏捕获离散图中的长程依赖关系的能力。很少有研究从不同的角度注意到这些弱点。通过对经典神经网络和网络几何结构的研究,提出了一种新的图神经网络几何聚合方案,克服了这两个缺点。其背后的基本思想是图上的聚合可以受益于图下的连续空间。建议的聚合方案是置换不变的,由三个模块,节点嵌入,结构邻域,和两级聚合。我们还提出了一个实施方案的图卷积网络,称为几何GCN(几何图卷积网络),执行图上的转导学习。实验结果表明,所提出的Geom-GCN实现了最先进的性能在广泛的开放数据集的图。代码可在https://github.com/graphdml-uiuc-jlu/geom-gcn上获得。
2020-02-14 cs.CV cs.LG stat.ML
Visualizing Convolutional Neural Network Protein-Ligand Scoring
University of Pittsburgh(匹兹堡大学)
蛋白质配体评分是基于结构的药物设计流程中的重要步骤。选择正确的结合姿势和预测蛋白质-配体复合物的结合亲和力使得能够进行有效的虚拟筛选。机器学习技术可以利用越来越多的结构化数据,这些数据正变得公开可用。卷积神经网络(CNN)评分函数特别地在蛋白质-配体复合物的姿态选择和亲和力预测中显示出前景。神经网络以难以解释而闻名。了解特定网络的决策可以帮助调整参数和训练数据,以最大限度地提高性能。神经网络的可视化有助于将复杂的评分函数分解成更容易被人类解析的图片。在这里,我们提出了三种方法来可视化如何通过3D卷积神经网络解释单个蛋白质-配体复合物。我们还提供了卷积滤波器及其权重的可视化。我们描述了这些可视化提供的直觉如何帮助网络设计。
2018-03-06 cs.LG q-bio.BM stat.ML
Affine Invariance in Continuous-Domain Convolutional Neural Networks
University of Hamburg(汉堡大学)
本研究聚焦连续域卷积神经网络的仿射不变性,针对GL₂(ℝ)生成的仿射变换完整结构,引入新评估准则并通过嵌入仿射李群G₂实现群卷积,扩展了深度学习流水线可处理的几何变换范围。
2025-04-11 cs.LG math.ST stat.ML
Wall Stress Estimation of Cerebral Aneurysm based on Zernike Convolutional Neural Networks
University of Iowa(爱荷华大学)
卷积神经网络(ConvNets)已经证明了从数字图像和信号中识别视觉模式的卓越能力。不幸的是,这种强大的ConvNets不能很好地推广到任意形状的流形,其中数据表示不适合张量网格。因此,许多科学和工程领域的数据点具有某种多样的结构,无法享受ConvNets最新进展的全部好处。本文介绍的动脉瘤壁应力估计问题是许多这样的问题之一。众所周知,这个问题具有极其重要的临床意义,但是由于数据的流形结构,传统的ConvNets无法应用,最先进的几何ConvNets也表现不佳。受此启发,我们提出了一种名为ZerNet的新几何ConvNet方法,该方法建立在我们对流形上卷积和池化操作的新数学概括的基础上。我们的研究表明,ZerNet在准确性方面优于其他最先进的几何ConvNets。
2018-06-20 cs.CV cs.LG stat.ML
Medical Image Segmentation with 3D Convolutional Neural Networks: A Survey
National Institute of Technology Karnataka(卡纳塔克邦国家技术研究所)
计算机辅助医学图像分析在辅助医生进行专家临床诊断和确定最佳治疗方案方面发挥着重要作用。目前,卷积神经网络(CNN)是医学图像分析的首选。此外,随着三维(3D)成像系统的快速发展以及处理大量数据的优秀硬件和软件支持的可用性,3D深度学习方法在医学图像分析中越来越受欢迎。在这里,我们对医学图像分割中最近发展的3D深度学习方法进行了广泛的回顾。最后,对三维医学图像分割的研究现状和未来发展方向进行了展望。
2022-04-28 cs.CV cs.LG eess.IV
Matching High-Dimensional Geometric Quantiles for Test-Time Adaptation of Transformers and Convolutional Networks Alike
Computer Science and Information Systems(计算机科学与信息系统)
本文提出了一种架构无关的测试时适应方法,通过匹配高维几何分位数来纠正分布偏移,适用于卷积网络和变换器等通用架构。
2026-01-16 cs.CV cs.LG
Meta-Learning Stationary Stochastic Process Prediction with Convolutional Neural Processes
University of Cambridge(剑桥大学);Invenia Labs(Invenia实验室);Microsoft Research(微软研究院)
平稳随机过程(SP)是许多概率模型的关键组成部分,如那些离网时空数据。它们使潜在物理现象的统计对称性得到利用,从而有助于推广。这种模型中的预测可以被看作是从观测数据集到预测SP的翻译等变映射,强调平稳性和等变性之间的密切关系。在此基础上,我们提出了卷积神经过程(ConvNP),它赋予神经过程(NP)平移等方差,并扩展卷积条件NP以允许预测分布中的依赖性。后者使ConvNP能够部署在需要相干样本的设置中,例如Thompson采样或条件图像完成。此外,我们提出了一个新的最大似然目标,以取代标准的ELBO目标在NP,这在概念上简化了框架和经验上提高了性能。我们展示了ConvNP在一维回归,图像完成和真实时空数据的各种任务上的强大性能和泛化能力。
2020-11-20 cs.LG stat.ML
Geometric Multimodal Deep Learning with Multi-Scaled Graph Wavelet Convolutional Network
University of Isfahan(伊斯法罕大学);University of Grenoble Alpes(格勒诺布尔-阿尔卑斯大学);CNRS(法国国家科学研究中心);Grenoble INP(格勒诺布尔理工学院)
多模态数据通过整合来自具有非常不同的统计特性的各个领域的数据来提供自然现象的补充信息。获取多模态数据的模态内和跨模态信息是多模态学习方法的基本能力。几何感知数据分析方法通过基于其几何底层结构以各种模态隐式地表示数据来提供这些能力。此外,在许多应用中,数据是明确定义在一个内在的几何结构。将深度学习方法推广到非欧域是一个新兴的研究领域,最近有许多研究对其进行了研究。大多数流行的方法都是针对单峰数据开发的。本文提出了一种多模态多尺度图小波卷积网络(M-GWCN)作为端到端网络。M-GWCN通过应用多尺度图小波变换在每个模态的图域中提供有用的本地化属性来同时找到模态内表示,并且通过学习对各种模态之间的相关性进行编码的排列来找到跨模态表示。M-GWCN不限于具有相同数量的数据的同质模态,或者指示模态之间的对应关系的任何先验知识。几个半监督节点分类实验已经进行了三个流行的单峰显式基于图的数据集和五个多模态隐式的。实验结果表明,与谱图域卷积神经网络和现有的多模态方法相比,所提方法具有优越性和有效性.
2021-11-26 cs.AI cs.LG
"What's That Sound?": A Versatile, Robust, and Lightweight Convolutional Transformer for Environment Sound Recognition
Northville High School(诺斯维尔高中)
针对助听器无法识别非语音声音的问题,提出随机音频增强分层卷积Transformer(RALCT),结合MFCC与log-mel特征及CNN-Transformer架构,以约31万参数在UrbanSound8K上达94.56%准确率,并集成移动应用提升听障者安全。
2026-09-24 cs.LG cs.SD
Deep Convolutional Neural Networks Model-based Brain Tumor Detection in Brain MRI Images
University of Hyogo(兵库大学);Vanderbilt University(范德堡大学);BRAC University(BRAC大学)
多年来,借助磁共振成像(MRI)诊断脑肿瘤已经获得了巨大的突出地位,主要是在医学领域。仅借助于MR成像来检测和/或分割脑肿瘤是以巨大的时间和精力为代价实现的,并且需要来自参与人员的大量专业知识。这证实了建立自主的脑肿瘤诊断模型的必要性。我们的工作涉及实现深度卷积神经网络(DCNN),用于从MR图像诊断脑肿瘤。本文中使用的数据集由253张脑部MR图像组成,其中155张图像报告有肿瘤。我们的模型可以挑选出的MR图像与肿瘤的总体准确率为96%。在测试数据集中,该模型优于现有的诊断脑肿瘤的传统方法(精度= 0.93,灵敏度= 1.00,F1评分= 0.97)。此外,该模型的平均精确度-召回率得分为0.93,Cohen's Kappa为0.91,AUC为0.95。因此,所提出的模型可以帮助临床专家验证患者是否患有脑肿瘤,从而加快治疗过程。
2020-10-03 cs.CV cs.LG cs.NE
Weak Supervision in Convolutional Neural Network for Semantic Segmentation of Diffuse Lung Diseases Using Partially Annotated Dataset
Graduate School of Medicine, Osaka University(大阪大学医学院)
弥漫性肺疾病(DLDs)的计算机辅助诊断系统是客观评价肺部疾病的必要手段。在本文中,我们开发了5种DLD的语义分割模型。本研究中考虑的DLD包括实变、毛玻璃样阴影、蜂窝样改变、肺气肿和正常。卷积神经网络(CNN)是机器学习算法中最有前途的语义分割技术之一。虽然创建用于语义分割的注释数据集是费力且耗时的,但创建部分注释数据集(其中每个图像仅注释一个选定的类)更容易,因为注释器在注释任务期间一次仅需要关注一类。在本文中,我们提出了一种新的弱监督技术,有效地利用部分注释的数据集。使用部分注释的数据集组成的372 CT图像的实验表明,我们提出的方法显着提高分割精度。
2020-03-26 cs.LG eess.IV stat.ML
A Lightweight Convolutional Neural Network for Real-Time Recognition of Hand-Drawn Geometric Shapes
本文提出一种轻量级CNN,用于实时识别四种手绘几何图形,在2,000张图像数据集上达到96.01%验证准确率,并公开代码与数据。
2026-09-22 cs.CV cs.LG
Automated Detection of Adverse Drug Reactions in the Biomedical Literature Using Convolutional Neural Networks and Biomedical Word Embeddings
Novartis Pharma A.G.(诺华制药股份公司)
监测药物不良反应(ADR)病例的生物医学文献是药物警戒中一项至关重要且耗时的任务。计算机辅助方法的发展,以帮助这一过程中的不同形式一直是许多最近的作品的主题。已经显示出前景的一个特定领域是使用深度神经网络,特别是卷积神经网络(CNN),用于检测ADR相关句子。使用令牌级卷积和通用词嵌入,该架构相对于更传统的模型以及长短期记忆(LSTM)模型表现出良好的性能。在这项工作中,我们使用ADE语料库评估和比较两种不同的CNN架构。此外,我们表明,通过去重复的ADR相关的句子,我们可以大大减少过度乐观的分类结果。最后,我们评估了专门为生物医学文本开发的词嵌入的使用,并表明它们在这项任务中具有更好的性能。
2018-04-24 cs.CL cs.LG stat.ML
Predicting Semen Motility using three-dimensional Convolutional Neural Networks
School of Computer Engineering, KIIT(KIIT计算机工程学院)
手动和计算机辅助方法进行精液分析是耗时的,需要大量的培训,并容易出现人为错误。使用经典的机器学习和基于深度学习的方法,使用视频进行精液分析,取得了良好的效果。最先进的方法使用常规卷积神经网络对所提供样本的视频进行质量评估。在本文中,我们提出了一种改进的基于深度学习的方法,使用三维卷积神经网络从精液样本的显微视频中预测精子活力。我们利用VISEM数据集,包括从85名参与者收集的精液样本的视频和表格数据。我们能够从显著更少的数据点获得良好的结果。我们的模型表明,基于深度学习的自动精液分析可能成为生育和IVF实验室中有价值的有效工具。
2021-01-14 cs.CV cs.LG eess.IV
Graph Neural Networks in Modern AI-aided Drug Discovery
Zhejiang University(浙江大学);Westlake University(西湖大学);Harvard University(哈佛大学)
本文综述GNN在AI辅助药物发现中的方法基础、典型任务、最新技术进展及与现代深度学习范式的融合,并指出实际挑战与未来方向。
2025-06-07 cs.LG q-bio.BM
A Convolutional Neural Network for the Automatic Diagnosis of Collagen VI related Muscular Dystrophies
Institut de Robòtica i Informàtica Industrial, UPC-CSIC(加泰罗尼亚理工大学-西班牙国家研究委员会机器人与工业信息技术研究所);Institut Pediàtric de Malalties Rares, Hospital de Sant Joan de Déu(罕见病儿科研究所,圣若安·德乌医院);Hospital de Sant Joan de Déu(圣若安·德乌医院)
用于诊断罕见疾病的机器学习系统的开发具有挑战性,主要是由于缺乏研究它们的数据。尽管存在这一挑战,本文提出了一个系统的计算机辅助诊断(CAD)的低患病率,先天性肌营养不良症的共聚焦显微镜图像。所提出的CAD系统依赖于卷积神经网络(CNN),其对平铺输入图像的非重叠补丁执行独立分类,并生成汇总查询图像上的补丁的个体决策的总体决策。该决策方案指出了输入图像中可能存在问题的区域,并提供了对患者状态的全局定量评估,这对于诊断和监测治疗效率至关重要。
2019-01-30 cs.CV cs.LG eess.IV
Joint Blind Room Acoustic Characterization From Speech And Music Signals Using Convolutional Recurrent Neural Networks
Logitech Europe S.A.(罗技欧洲股份公司)
声学环境表征为声音再现创新、智能E Qing、语音增强、助听器和取证打开了大门。混响时间、清晰度和直达混响比是已经被定义为描述混响环境的声学参数。它们与语音清晰度和声音质量密切相关。如ISO 3382标准中所解释的,它们可以从称为房间脉冲响应(RIR)的房间测量中得出。然而,测量RIR需要特定的设备和播放侵入性声音。最近的音频与机器学习的结合表明,人们可以使用语音或音乐信号来盲估计这些参数。我们遵循这些进展,并提出了一个强大的端到端的方法来实现盲联合声学参数估计使用语音和/或音乐信号。我们的研究结果表明,卷积循环神经网络在这项任务中表现最好,并且在训练中包含音乐也有助于改善语音推理。
2020-10-21 cs.LG cs.SD eess.AS
Use HiResCAM instead of Grad-CAM for faithful explanations of convolutional neural networks
Duke University(杜克大学)
解释方法促进了模型的开发,这些模型可以学习有意义的概念,避免利用虚假的相关性。我们说明了流行的神经网络解释方法Grad-CAM的一个以前未被认识到的局限性:作为梯度平均步骤的副作用,Grad-CAM有时会突出模型实际上没有使用的位置。为了解决这个问题,我们提出了HiResCAM,这是一种新的特定于类的解释方法,保证只突出模型用于进行每个预测的位置。我们证明了HiResCAM是CAM的推广,并探讨了HiResCAM与其他基于梯度的解释方法之间的关系。在PASCAL VOC 2012上的实验,包括众包评估,表明虽然HiResCAM的解释忠实地反映了模型,但Grad-CAM通常会扩大注意力,以创建更大更平滑的可视化。总的来说,这项工作推进了卷积神经网络解释方法,并可能有助于为敏感应用开发值得信赖的模型。
2021-11-21 cs.CV cs.LG eess.IV
Visual Dynamics: Probabilistic Future Frame Synthesis via Cross Convolutional Networks
Massachusetts Institute of Technology(麻省理工学院);Google Research(谷歌研究院)
我们研究的问题,从一个单一的输入图像合成的一些可能的未来帧。与传统的方法,这已经解决了这个问题,在一个确定性或非参数的方式,我们提出了一种新的方法,模型未来的帧在概率的方式。我们的概率模型使我们能够从单个输入图像中采样和合成许多可能的未来帧。未来的帧合成是具有挑战性的,因为它涉及低层次和高层次的图像和运动理解。我们提出了一种新的网络结构,即交叉卷积网络,以帮助合成未来的帧;这种网络结构将图像和运动信息分别编码为特征图和卷积核。在实验中,我们的模型表现良好的合成数据,如2D形状和动画游戏精灵,以及对现实世界的视频。我们还表明,我们的模型可以应用于任务,如视觉类比制作,并提出了一个学习的网络表示的分析。
2016-07-09 cs.CV cs.LG
Convolutional Neural Networks on Manifolds: From Graphs and Back
University of Pennsylvania(宾夕法尼亚大学);Simons-Berkeley Institute(西蒙斯-伯克利研究所)
近年来,由于从非欧几里得域获取更多可用数据,几何深度学习受到了广泛关注。一些示例包括用于3D模型的点云和通信中的无线传感器网络。图是连接这些离散数据点并捕获底层几何结构的常见模型。随着这些几何数据的大量存在,任意大尺寸的图往往会收敛到一个极限模型--流形。深度神经网络架构已被证明是一种强大的技术,可以解决基于流形上这些数据的问题。在本文中,我们提出了一个流形神经网络(MNN)组成的一个银行的流形卷积滤波器和逐点非线性。我们定义了一个流形卷积操作,它是一致的离散图卷积离散在空间和时间域。综上所述,我们将流形模型作为大型图的极限,构造了MNN,而通过对MNN的离散化,我们仍然可以恢复图神经网络。我们进行了基于点云数据集的实验,以展示我们提出的MNN的性能。
2022-10-01 cs.LG eess.SP
Automatic Polyp Segmentation Using Convolutional Neural Networks
University of Saskatchewan(萨斯喀彻温大学);University of Stanford(斯坦福大学)
结直肠癌是世界范围内仅次于肺癌和乳腺癌的第三大常见癌症相关死亡。在结肠镜检查中早期诊断息肉可以降低患结直肠癌的风险。计算机辅助诊断系统有可能应用于息肉筛查并减少遗漏息肉的数量。在本文中,我们比较了不同深度学习架构作为特征提取器的性能,即ResNet,DenseNet,InceptionV 3,InceptionResNetV 2和SE-ResNeXt在U-Net架构的编码器部分。我们在CVC-Clinic(GIANA 2018)数据集上验证了所提出的集成模型的性能。DenseNet 169特征提取器结合U-Net架构的性能优于其他同类产品,其准确率为99.15%,Dice相似系数为90.87%,Jaccard指数为83.82%。
2020-04-22 cs.CV cs.LG eess.IV
WGCN: Graph Convolutional Networks with Weighted Structural Features
The University of Melbourne(墨尔本大学)
图结构信息,如拓扑或连通性,为图卷积网络(GCN)学习节点的表示提供了有价值的指导。现有的GCN模型捕捉节点的结构信息的权重内和外邻居相等或区分内和外邻居全局不考虑节点的本地拓扑结构。我们观察到,在和外邻居贡献不同的节点具有不同的本地拓扑结构。为了探索不同节点的方向结构信息,我们提出了一个加权结构特征的GCN模型,命名为WGCN。WGCN首先通过方向和度感知的重新启动随机游走算法捕获节点的结构指纹,其中游走由边缘方向和节点的入度和出度引导。然后,节点的结构指纹之间的相互作用被用作加权的节点结构特征。为了进一步捕捉节点的高阶依赖关系和图的几何关系,WGCN将图嵌入到一个潜在空间中,以获得节点的潜在邻居和几何关系。基于节点在潜在空间中的几何关系,WGCN用基于注意力的几何聚集区分潜在、内、外邻居。在五个基准数据集上,WGCN的准确率始终优于基线模型,最高可达17.07%。
2021-07-21 cs.AI cs.LG
Visualization for Histopathology Images using Graph Convolutional Neural Networks
Indian Institute of Technology, Bombay(印度理工学院孟买分校)
随着深度学习在医学图像中用于计算机辅助诊断的使用越来越多,对深度学习模型的黑盒性质的批评也在增加。医学界需要可解释的模型来进行尽职调查,并促进对疾病和治疗机制的理解。特别是在组织学中,虽然在细胞水平和细胞之间的空间关系上有丰富的细节,但很难修改卷积神经网络来指出相关的视觉特征。我们采用一种方法来模拟组织学组织作为一个图形的细胞核和开发一个图形卷积网络框架的基础上注意力机制和节点闭塞的疾病诊断。所提出的方法突出了每个细胞核在整个载玻片图像中的相对贡献。我们对这些网络的可视化训练,以区分浸润性和原位乳腺癌,以及格里森3和4前列腺癌生成可解释的视觉地图,这些地图与我们对专家诊断重要的结构的理解非常一致。
2020-06-16 cs.LG eess.IV q-bio.QM
Kinematic analysis of structural mechanics based on convolutional neural network
Jiangsu College of Finance & Accounting(江苏财会职业学院);Wanshi Antecedence Digital Intelligence Traffic Technology Co., Ltd(万世先行数字智慧交通科技有限公司)
本文利用卷积神经网络实现平面杆系结构运动学分析,自建数据集训练模型并在测试中取得高准确率,验证了其在该领域的实用价值与超越人类专家的潜力。
2024-05-05 cs.AI cs.CV cs.LG
Implementation of Convolutional Neural Network Architecture on 3D Multiparametric Magnetic Resonance Imaging for Prostate Cancer Diagnosis
Research Computing Center at the University of Chicago(芝加哥大学研究计算中心)
前列腺癌是男性癌症死亡的最常见原因之一。在临床实践中,对促进当前标准前列腺癌风险评估的非侵入性和准确诊断方法的需求不断增长。尽管如此,在多参数磁共振图像的前列腺癌诊断中开发计算机辅助分类工具仍然是一个挑战。在这项工作中,我们提出了一种新的深度学习方法,通过构建一个基于两阶段多模态多流卷积神经网络(CNN)的架构框架,对相应的磁共振图像中的前列腺病变进行自动分类。在没有实施复杂的图像预处理步骤或第三方软件的情况下,我们的框架实现了分类性能,受试者工作特征(ROC)曲线下面积为0.87。结果优于大多数提交的方法,并分享了PROSTATEx挑战组织者报告的最高值。我们提出的基于CNN的框架反映了在前列腺癌中辅助医学图像解释和减少不必要的活检的潜力。
2021-12-29 cs.CV cs.LG eess.IV
Spectral and Rhythm Features for Audio Classification with Deep Convolutional Neural Networks
Target Innovation AI
研究使用深度卷积神经网络评估多种频谱与节奏特征在音频分类中的表现,发现mel尺度频谱图和MFCCs效果显著最优。
2024-10-18 cs.AI cs.CV cs.LG