AMN: Red Adaptativa de Fusión Multiescala con Bordes e Incertidumbre para Núcleos
Descubre AMN, una red adaptativa que fusiona Swin Transformer y ResNet-50 para segmentar núcleos con alta precisión en patología. Supera a 8 modelos en CoNIC.
#multiescala
Red de atención de características multiescala para clasificar polímeros con THz
Aprende cómo una red de atención multiescala clasifica polímeros con espectroscopía THz con un 85.2% de precisión para mejorar el reciclaje.
Descubriendo fórmulas multiescala con cálculo lambda neuronal
Descubre cómo Deflex, basado en cálculo lambda neuronal, extrae automáticamente fórmulas multiescala en sistemas complejos, superando a métodos tradicionales.
POD Multiescala de Atención en Transformers con Morlet
Descubre cómo el POD multiescala con wavelet Morlet extrae modos energéticos de atención en transformers, revelando jerarquía de escalas sin anotaciones.
Fórmulas multiescala en sistemas complejos con cálculo lambda guiado por IA
Deflex extrae automáticamente fórmulas multiescala en sistemas complejos con IA y cálculo lambda. Hasta 7 veces más eficiente.
POD multiescala de atención en transformers: análisis por escalograma
Aplicamos POD multiescala con wavelet de Morlet a campos de atención de transformers, revelando modos dominantes y organización por capas. Sin modificaciones arquitectónicas.
Predicción solar ultracorta con fusión multimodal y nubes multiescala
Descubre la red adaptativa que mejora la predicción de irradiancia solar a ultra corto plazo con imágenes de nubes.
Flujos generativos adaptativos a escala para datos multiescala
Aprende a generar muestras de alta fidelidad en datos científicos multiescala con menor costo computacional usando técnicas de ruido e interpolación adaptativas.
Modelos de difusión sin entrenamiento para una sola imagen
Generación de imágenes de alta calidad sin entrenamiento con modelos de difusión basados en parches. Logra resultados de vanguardia en segundos para megapíxeles y minutos para gigapíxeles.
MeshTok: Tokenización Multiescala Eficiente para PDE Transformers
Descubre cómo MeshTok optimiza la tokenización multiescala para Transformers de PDE, mejorando el equilibrio de eficiencia y precisión en simulaciones.
RGMem: Memoria evolutiva inspirada en renormalización para agentes
RGMem: memoria evolutiva multiescala para agentes conversacionales. Aprende de interacciones pasadas, se adapta a preferencias y supera límites de contexto.
Precondicionador de dos mallas para flujo subterráneo con red híbrida de atención
Precondicionador de dos mallas y red híbrida de atención aceleran simulación de flujo subterráneo en medios de alto contraste, mejorando precisión.
Hipergrafo multiescala para conectividad cerebral de alto orden
Descubre cómo MuHL, un marco de hipergrafos multiescala, aprende interacciones cerebrales de alto orden para mejorar la clasificación temprana de Alzheimer y Parkinson.
MENO: Operadores Neurales Mejorados con MeanFlow para Sistemas Dinámicos
Descubre MENO: el nuevo marco que mejora operadores neurales con MeanFlow para predicciones precisas en sistemas dinámicos, con hasta 14x más rapidez que DDIM.
SEMixer: Mezclador MLP semántico para pronóstico a largo plazo
Descubre SEMixer, un modelo ligero que integra semántica multiescala para mejorar el pronóstico de series temporales a largo plazo. Resultados destacados en el CCF AlOps Challenge.
Modelado de series temporales multiescala generalizado con un solo operador
Descubre cómo SiGMA generaliza el modelado multiescala de series temporales con un solo operador, logrando 5.3x más velocidad y 3.8x menos memoria.