Akif Islamzade
PulseAugur coverage of Akif Islamzade — every cluster mentioning Akif Islamzade across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
研究发现：孟加拉语头条新闻常出现负面情感框架
研究人员分析了孟加拉语新闻头条，以了解低资源媒体中使用的情感基调和情感框架。他们使用 Gemma 3-4B 模型进行零样本推理，处理了 300,000 条头条新闻，发现愤怒、悲伤、失望和恐惧等负面情绪普遍存在。一项小型验证研究表明，该模型的估计是有用的，但并非决定性基准。该研究提出了一个偏见敏感的新闻界面，以帮助读者识别不同新闻来源的情感框架模式。
-
3D CNN利用MRI扫描准确分类阿尔茨海默病 · arXiv研究
研究人员开发了一种多模态3D卷积神经网络（CNN），用于利用结构性MRI数据对阿尔茨海默病（AD）进行分类。该模型整合了T1结构信息以及从FSL FAST分割派生的灰质、白质和脑脊液概率图。在OASIS 1队列上进行5折主题级交叉验证评估，该框架实现了72.34%的平均准确率和0.7781的ROC AUC。GradCAM可视化证实了该模型关注解剖学上相关的区域，如内侧颞叶和脑室区域，这些区域是AD相关结构变化的已知指标。
-
AI模型已适应孟加拉国精确河岸侵蚀分析
研究人员已将Segment Anything Model (SAM) 应用于分析孟加拉国河岸侵蚀，使用了历史谷歌地球影像。该微调模型专注于调整掩码解码器，同时保持图像编码器冻结，在侵蚀检测方面达到了0.867的高IoU。研究表明，该模型能够泛化到新区域，并提供可靠的侵蚀面积测量，与地面实况的差异仅为0.17%。这种方法为监测环境变化提供了一种更快、更一致的方法。
-
研究发现音频分离损害零样本 ASR 性能
一项新的研究论文调查了一个违反直觉的发现，即音频分离会降低零样本自动语音识别 (ASR) 系统的性能。该研究在嘈杂的孟加拉语和英语语音上，评估了 SAM-Audio 作为 OpenAI 的 Whisper 模型预处理步骤的效果。与预期相反，应用 SAM-Audio（提高了 PSNR 等音频质量指标）导致在所有测试的 Whisper 变体和数据集上，词错误率 (WER) 和字符错误率 (CER) 都有所增加。这表明信号级别的质量提升并不…