Localización patológica interpretable con haces celulares y atención
Alineamos haces celulares con atención clasificadora para localización patológica interpretable, logrando AUC 0.953 en Camelyon16.
Alineamos haces celulares con atención clasificadora para localización patológica interpretable, logrando AUC 0.953 en Camelyon16.
NGDBench unifica datos estructurados y no estructurados en grafos para evaluar la gestión neural de datos. Ideal para entender cómo manejan el ruido las consultas con IA.
SWIM: nuevo método de imitación para animación de natación. Aprende de un solo movimiento, se adapta a entornos y estilos. Eficiente, robusto y generalizable.