多模态大模型

UKAN-EP: Enhancing U-KAN with Efficient Attention and Pyramid Aggregation for 3D Multi-Modal MRI Brain Tumor Segmentation

UKAN-EP: 通过高效的注意力和金字塔聚合增强U-KAN以实现3D多模态MRI脑肿瘤分割

Yanbing Chen, Tianze Tang, Taehyo Kim, Hai Shu

机构 * Department of Biostatistics, School of Global Public Health, New York University（生物统计学系，全球公共卫生学院，纽约大学） 纠错

专题命中 多模态训练与对齐 ：multi-modal(title,abstract)；分类 cs.CV

AI总结 UKAN-EP通过引入高效的通道注意力和金字塔特征聚合模块，提升3D多模态MRI脑肿瘤分割的准确性和效率。

Journal ref BMC Medical Imaging, Volume 25, article number 517, (2025)

Application Research of a Deep Learning Model Integrating CycleGAN and YOLO in PCB Infrared Defect Detection

深度学习模型整合CycleGAN和YOLO在PCB红外缺陷检测中的应用研究

Chao Yang, Haoyuan Zheng, Yue Ma

专题命中 其他多模态 ：cross-modal(abstract)；分类 cs.CV

AI总结 本文提出整合CycleGAN和YOLOv8的深度学习模型，通过生成伪红外样本提升PCB缺陷检测在低数据条件下的性能。

Comments 8 pages,8 figures