Agglomerative Clustering of Enteric Infections and Weather Parameters to Identify Seasonal Outbreaks in Cold Climates
PulseAugur coverage of Agglomerative Clustering of Enteric Infections and Weather Parameters to Identify Seasonal Outbreaks in Cold Climates — every cluster mentioning Agglomerative Clustering of Enteric Infections and Weather Parameters to Identify Seasonal Outbreaks in Cold Climates across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
掩码自编码器以91.3%的准确率学习钢材缺陷识别
研究人员开发了一种新颖的无监督方法，使用基于Transformer的掩码自编码器来识别钢材表面缺陷。该方法通过掩盖75%的输入块并对其进行重构，从大量的无标签图像中学习表示，实现了0.92的结构相似性得分和0.47的均方误差。然后使用UMAP和Agglomerative聚类对学习到的特征进行聚类，最终在六种已知缺陷类别上实现了91.3%的匈牙利匹配准确率。
-
BioArtlas 计算工具绘制复杂生物艺术领域图谱
Joonhyung Bae 开发了 BioArtlas，一个旨在组织和分析生物艺术领域的计算工具。该图谱跨越多个精选维度来呈现生物艺术作品，能够基于概念相似性而非媒介或年代等传统类别进行比较。BioArtlas 使用凝聚聚类，达到了 0.664 的轮廓系数，显著优于将该领域划分为不同簇的常见 k-means 基线 0.483。该项目旨在将生物艺术的复杂景观转化为一个可导航的空间，提供交互式界面和开放数据集。
-
Eliot系统提供科学文献趋势的交互式探索
一个名为Eliot的新系统已被开发出来，以帮助研究人员应对快速增长的科学文献量。Eliot通过实时检索arXiv论文、将它们聚类成主题、分配关键词以及可视化发表年份分布来交互式地探索趋势。该系统旨在为快速发展的技术领域提供可审计的概览，通过允许研究人员检查和完善文献趋势背后的证据来补充现有的搜索和生成工具。