Astarte
PulseAugur coverage of Astarte — every cluster mentioning Astarte across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新AI框架TEMPLAR自动创建放射学模板
研究人员开发了TEMPLAR，一个利用大规模临床数据创建和更新标准化放射学报告模板的新框架。与生成静态模板或受上下文长度限制的先前方法不同，TEMPLAR采用三个专用代理来归纳、演化和应用模板。归纳代理提取临床槽位，演化代理基于证据和反馈构建和优化模板，临床代理使用模板进行报告结构化和诊断推理。TEMPLAR在模板质量和跨多个数据集的诊断保真度方面表现优于现有方法。
-
新的LLM框架可自动生成放射学报告和模板 · 跟踪2个来源
研究人员开发了使用大型语言模型（LLM）改进放射学报告生成的新方法。其中一种方法ASTAR，可自动从临床文本中创建标准化的放射学报告模板，显著缩短开发时间，并且优于专家策定的模板。另一种方法侧重于图监督分层临床对齐，通过在疾病特定和报告级别语义连贯性上进行结构化监督，来提高报告的临床准确性。后一种方法表明，改进监督比仅仅增加模型规模更有效，一个较小的模型在关键指标上优于较大的模型。
-
新型MASAC控制器实现无人机协同室内导航
研究人员开发了一种新的无人机（UAV）协同室内导航框架，该框架利用共享的体素地图世界模型结合多智能体软Actor-Critic（MASAC）控制器。该系统允许多个无人机将LiDAR观测融合到一个通用的占用地图中，然后将其处理成用于去中心化控制的鸟瞰图表示。MASAC控制器集成了地图特征、障碍物数据和目标信息，在模拟走廊导航中实现了90.3%的成功率，优于传统的规划和控制方法。通过从真实世界数据中进行离线模仿微调的进一步适应，使得在GN…
-
新的人工智能调度策略增强了无电池物联网设备的弹性
研究人员为无电池物联网（IoT）设备开发了新颖的硬件无关调度策略。这些方法，包括一个强化学习（RL）代理和一个近似预测（AP）方法，可以在没有事先能源信息的情况下管理不可预测的工作负载。使用真实太阳能数据和LoRa传输配置文件的评估显示了明显的权衡：AP提供高吞吐量，RL提供可调的平衡，而AsTAR在节奏控制方面表现出色。研究表明，这些先进的策略对于具有小能量缓冲区的系统至关重要，而较大的缓冲区可以使用更简单的静态策略。