コンピューター視覚

Accedi

approfondimento - コンピューター視覚

病理学における新時代: 基盤モデルとビジョン-言語モデルに関する調査

近年の深層学習の進歩により、病理学の診断ワークフローが基盤モデルとビジョン-言語モデルの統合によって大きく変革されている。これらのモデルは、既存の深層学習アプローチの限界を克服し、幅広い下流タスクに適応可能な表現空間を学習する。

音響イベント検出システムのニューラルネットワークの学習と推論におけるコンピューティングとエネルギー消費の関係の探索

ニューラルネットワークアーキテクチャの種類と規模によって、学習と推論のエネルギー消費に大きな違いがあることを明らかにした。特に、MLP/RNNとCNN/CRNNでは異なる傾向が見られた。また、FLOPsや学習パラメータ数だけでは、エネルギー消費を正確に推定できないことを示した。一方で、GPUの利用率とエネルギー消費の強い相関が見られた。

自己教師学習をコンピューター病理学に適応する

コンピューター病理学の分野では、自己教師学習アルゴリズムの適応と改良が重要である。特に、形態保持の増強や正則化手法の改善により、性能向上が期待できる。

自動生成された試験コンテンツの公平性の問題を特定する

自然言語生成ツールは強力で効果的ですが、言語モデルには偏りや公平性の問題があり、多くのユースケースに適用するのは現実的ではありません。特に、試験内容の自動生成では、特定の人口統計や経験のみを反映する内容や、精神的に傷つく可能性のある内容は、受験者のスコアに意図せずに影響を与える可能性があります。

Chi Siamo

Prodotti | Risorse

Approfondimenti