Оптические нейросети: новый горизонт вычислений

Исследователи представили платформу для нейроморфных вычислений, основанную на метаповерхности с граничными состояниями в континууме, открывающую перспективы для эффективной обработки временных рядов и задач искусственного интеллекта.

Гиперпространственные вычисления с осознанием неопределенности: новый подход к надежному анализу данных

Предлагаемый подход ConformalHDC обеспечивает строгую оценку неопределенности и принципиальное воздержание от предсказаний благодаря замкнутым областям принятия решений, в отличие от открытых разбиений стандартного HDC, где перекрытия областей явно характеризуют предсказательную неопределенность, а замкнутая геометрия позволяет модели идентифицировать и игнорировать некорректные входные данные, такие как данные, выходящие за пределы распределения (OOD), тем самым обеспечивая более надежные и обоснованные прогнозы.

В статье представлена методика, объединяющая гиперпространственные вычисления и методы оценки неопределенности для повышения точности и надежности машинного обучения, особенно в условиях неполных или искаженных данных.

Дополненная реальность на службе спасателей: Визуализация катастроф в режиме реального времени

Разработанная система дополненной реальности представляет собой трехмерную визуализацию зоны бедствия, обеспечивая доступ к основным функциям интерфейса для повышения ситуационной осведомленности и эффективности реагирования.

Новая система, использующая дополненную реальность, позволяет оперативно оценивать обстановку и координировать действия при чрезвычайных ситуациях.

Мозг в 3D: Автоматизация радиологических отчетов с помощью нейросетей

Стандартизированный объем МРТ преобразуется с помощью трехмерного трансформерного энкодера в набор волюметрических патчей, которые затем сжимаются до фиксированного количества в [latex]K=32[/latex] токенов, проецируются в языковое встраивающее пространство и используются в качестве условий для авторегрессивной генерации отчетов большой языковой моделью.

Новая разработка позволяет создавать более точные и детальные описания результатов МРТ головного мозга, используя трехмерную обработку изображений и продвинутые алгоритмы искусственного интеллекта.

Звук и зрение в 3D: Новая модель для понимания мира

Архитектура JAEGER обрабатывает RGB-D и пространственный звук, объединяя визуальные признаки с трёхмерными позиционными кодировками, полученными из облаков точек, и семантические характеристики, извлечённые из всенаправленного звука, причём для определения пространственной информации сравниваются классические и нейронные методы определения местоположения звука - первый основан на STFT с последующей нормализацией, а второй использует свёрточные нейронные сети для извлечения геометрических признаков непосредственно из звуковой волны.

Исследователи представили систему JAEGER, позволяющую моделям искусственного интеллекта лучше ориентироваться и взаимодействовать с виртуальными пространствами, используя объёмное аудио и видео.