Reliable wearable activity recognition requires not only a class label but also an auditable indication of whether that label is supported by historical sensor evidence. We present CC-NSIEA, a label-preserving neural-plus-rule-based class-contrast evidence audit for cross-subject wearable activity recognition. A Temporal Residual Perception Network supplies the sole activity label, posterior probabilities, and a normalized temporal embedding. A read-only Training-Subject Evidence Memory retrieves global, predicted-class, and competing-class records. A rule-based Evidence Consistency Audit comb
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Visible and infrared feature fusion plays a critical role in drone-based RGB-IR object detection. Previous studies have shown that insufficient feature fusion limits its performance, particularly in detecting objects with confusing structures or small objects. However, most transformer-based cross-modal fusion methods rely on downsampled, low-resolution intermediate features for interaction, which can lead to the loss of local details and contextual information, ultimately reducing detection accuracy. To address this issue, we propose a novel Cross-Modal Transformer Fusion via Local Sampling (
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Precise livestock detection is fundamental to smart agriculture; however, real-world environments often present challenges such as high object density, severe occlusion, and ambiguous boundaries. To address feature integrity degradation under such conditions, this paper proposes DOLD-Net: a model for densely occluded livestock detection utilizing global-local feature collaboration. First, this paper develops a Dual-Branch Occlusion-Aware Network (DBOAN) backbone to mitigate feature confusion stemming from object aggregation. The DBOAN models both local gradient flows and global topological str
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Accumulating evidence demonstrates that microRNA (miRNA) dysregulation drives the pathogenesis of diverse human diseases via intricate, context-dependent molecular mechanisms. Hence, prediction of miRNA-disease association types is a critical prerequisite for dissecting functional roles of miRNAs in disease initiation and progression. Although computational methods offer cost-effective, time-efficient alternatives to wet-lab experiments for miRNA-disease association type prediction, most of them are hampered by three key limitations: excessive reliance on association-derived simila
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Inverse problems in pharmacometrics and quantitative systems pharmacology (QSP) often involve sparse, noisy data, limited measurable states, and complex dynamical systems. Traditional parameter estimation methods can struggle with ill-posed problems, stiffness, discontinuities, and gray-box scenarios where only part of the system dynamics is known or observable. This tutorial provides an end-to-end, reproducible workflow for applying physics-informed neural networks (PINNs) to PK/PD/QSP inverse problems and gray-box discovery tasks. We present three worked case studies: (1) constant parameter
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
OBJECTIVE: Microorganisms play an irreplaceable role in critical physiological processes such as human metabolic regulation, cancer inhibition, and pathogen antagonism, yet traditional culture-based microbial experiments are expensive and time-consuming. Consequently, there is an urgent need to develop efficient computational prediction models to prioritize disease-related microbes, aiming to discover potential associations and reveal their underlying biological mechanisms.
METHODS: A novel computational framework named KMGTMDA is proposed. First, a dynamic adjacency matrix is employed to dyn
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Background/Objectives: Multi-omics datasets are increasingly used for disease classification, but differences in scale, distribution, and resolution across omics layers complicate their integration. Conventional fusion approaches may overlook nonlinear cross-omics dependencies and structured sample-feature relationships. Here, we propose FastMI-HGNet, a two-stream heterogeneous graph neural network for multi-omics disease classification. Methods: The framework uses fast mutual information (FastMI) to construct dependency edge priors for a heterogeneous graph that connects sample and feature no
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Arthroscopy : the journal of arthroscopic & related surgery : official publication of the Arthroscopy Association of North America and the International Arthroscopy Association2025eng
Artificial intelligence (AI) is a colossal buzzword, a confusing subject matter, but also an inevitable reality. Generative and nongenerative AI are the 2 core subtypes of AI. Generative AI uses current data to understand patterns and generate new information, and it is especially valuable in producing synthetic medical images, enhancing surgical simulations, and expanding training datasets. Techniques such as generative adversarial networks (GANs), large language models (LLMs), and variational autoencoders (VAEs) allow for the creation of realistic simulations, text, and models that can be us
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Accurate prediction of the Remaining Useful Life (RUL) of lithium-ion batteries is critical for safe, reliable Battery Health Management in diverse operating conditions. Existing RUL models often fail to generalize when test data diverge from the training distribution. To address this, we introduce HybridoNet-Adapt, a domain-adaptive RUL prediction framework that explicitly bridges the gap between labeled source and unlabeled target domains. During training, we minimize the Maximum Mean Discrepancy (MMD) between feature distributions to learn domain-invariant representations. Simultaneously, w
СтатьяПолный текст не найденПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Dental caries is a prevalent global condition, and its diagnosis often requires direct clinical examination by a dentist. However, access to traditional dental care can be limited due to high costs, availability, and patient discomfort. To address these limitations, this study introduced a remote caries detection model using a ResBlock-AutoEncoder that generates domain-specific pre-trained weights. The model demonstrated exceptional performance, achieving an accuracy of 0.9989, an F1-score of 0.9979, and a precision of 1.0, while maintaining a low average inference time of 5.7939 seconds. Furt
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Efflux transporters play a critical role in bacterial antibiotic resistance by facilitating the removal of harmful substances. These are classified into five distinct families: ABC, MFS, MATE, RND, and SMR. The significant sequence variability among these families, coupled with insufficient functional annotation, presents considerable challenges for traditional categorization methods. We hypothesize that integrating of ProtGPT2-generated efflux protein sequences with a multi-window convolutional neural network (mCNN) is proposed to enhance classification accuracy by effectively capturing local
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Evaluating tone pronunciation is essential for helping second-language (L2) learners master the intricate nuances of Mandarin tones. This article introduces an innovative automatic evaluation method for Mandarin tone pronunciation that employs a Siamese network (SN), which integrates two branch networks with a modified architecture specifically designed for large-scale image recognition tasks. We compiled a specialized corpus utilizing open-access and meticulously curated Mandarin corpora to develop our model, including standard-accented and non-standard-accented Mandarin speech. We extracted
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Self-driving vehicles are envisioned as automated and safety-focused vehicles facilitating smooth movement on roads. This research proposes a novel, robust, and intelligent navigation framework for such vehicles through an integrated fusion of advanced technologies like predictive analytics with remote sensing and detection for accurate obstacle/object detection. TaskTrek, ViewVerse, and RuleRise form the core of the essential model governing vehicle-environment interaction. TaskTrek handles kinematic trajectory synthesis and space-time traffic modeling, ViewVerse provides LiDAR-based volumetr
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Autonomous intelligent agents must bridge computational challenges at disparate levels of abstraction, from the low-level spaces of sensory input and motor commands to the high-level domain of abstract reasoning and planning. A key question in designing such agents is how best to instantiate the representational space that will interface between these two levels-ideally without requiring supervision in the form of expensive data annotations. These objectives can be efficiently achieved by representing the world in terms of objects (grounded in perception and action). In this work, we present a
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Leveraging the end-to-end detection capability enabled by one-to-one matching, DETR has achieved state-of-the-art performance in simplified pipelines. However, the one-to-one matching mechanism also introduces certain limitations, such as slow convergence, which can be attributed to challenges like matching conflicts and limited supervision imposed by the matching process. This paper analyzes and identifies two forms of conflicts that arise from one-to-one matching: opposite optimization directions for similar samples and misalignment in query-object matching between different decoder layers.
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Class-agnostic counting is increasingly prevalent in industrial and agricultural applications. However, most deployable methods rely on density maps, which (1) struggle with background interference in complex scenes, and (2) fail to provide precise object locations, limiting downstream usability. The advancement of class-agnostic counting is hindered by suboptimal model designs and the lack of datasets with bounding box annotations. While some studies explore text-guided methods using multimodal models, they remain impractical for edge deployment and are beyond our study's scope. To address th
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Reconstruction-based methods achieve promising performance for visual anomaly detection (AD), relying on the underlying assumption that the anomalies cannot be accurately reconstructed. However, this assumption does not always hold, especially when suffering weak anomalous (a.k.a. normal-like) examples. More significantly, the existing methods primarily devote to obtaining the strong discriminative score functions, but neglecting the systematic investigation of the decision rule based on the proposed score function. Unlike previous work, this paper solves the AD issue starting from the decisio
СтатьяПоиск полного текста в очередиПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Fact verification is extremely challenging in natural language processing tasks, requiring the retrieval of multiple evidence sentences from trustworthy corpora to ascertain the accuracy of a given claim. Although the current methods have achieved satisfactory performance, many of them ignore multi-granularity information or fail to fully leverage multi-granularity information, and lack inherent concept information. To tackle the issues, we propose the Concept-Enhanced Heterogeneous Graph Network (Concept-HGN) for fact verification. First, our Concept-HGN model constructs a heterogeneous graph
СтатьяПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
BACKGROUND: Heart muscle damage from myocardial infarction (MI) is brought on by insufficient blood flow. The leading cause of death for middle-aged and older people worldwide is myocardial infarction (MI), which is difficult to diagnose because it has no symptoms. Clinicians must evaluate electrocardiography (ECG) signals to diagnose MI, which is difficult and prone to observer bias. To be effective in actual practice, an automated, and computerized detection system for Myocardial Infarction using ECG images, must meet a number of criteria.
OBJECTIVE: In an actual clinical situation, these r
СтатьяПоддержка исследования: вне правительства СШАПолный текст не найденПеревод в очереди
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
Surgical reconstruction of mandibular defects is a clinical routine manner for the rehabilitation of patients with deformities. The mandible plays a crucial role in maintaining the facial contour and ensuring the speech and mastication functions. The repairing and reconstruction of mandible defects is a significant yet challenging task in oral-maxillofacial surgery. Currently, the mainly available methods are traditional digitalized design methods that suffer from substantial artificial operations, limited applicability and high reconstruction error rates. An automated, precise, and individual
СтатьяПоиск полного текста в очередиПеревод пока не подготовлен
Обработка статьи · этапы, ошибки и управление
Загрузка состояния…
Ошибки и ограничения
История · было → стало
Состояние обновляется каждые 5 секунд, пока блок открыт. Процент показывается только там, где известен объём работы. Пауза останавливает продолжение этапа; текущий запрос к источнику может завершиться.
MedElevator
Войти в исследования