实体
Brownian bridge
Brownian bridge
PulseAugur coverage of Brownian bridge — every cluster mentioning Brownian bridge across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
2 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
SC-Flow框架实现精确3D医学图像翻译
研究人员推出了一种新颖的单步3D医学图像翻译框架SC-Flow。该方法将翻译过程建模为随机布朗桥，通过预测平均速度场直接将源模态映射到目标模态。为防止模态纠缠和过度平滑等问题，SC-Flow包含一个光谱一致性校正器，该校正器调制光谱能量流，保留精细的解剖细节和全局结构。跨四个数据集的实验表明，SC-Flow在各种翻译任务中实现了卓越的准确性、一致性和鲁棒性。
-
Qantara JEPA模型支持从单一检查点进行多范式控制
研究人员推出了一种新颖的联合嵌入预测架构（JEPA）——Qantara，它允许单个模型检查点在推理时支持从原始像素进行控制的多种推理范式。与之前在训练期间承诺轨迹优化或行为克隆的JEPA模型不同，Qantara的联合训练目标在推理时提供了灵活性。这种多范式方法包括潜在规划、行为克隆和逆动力学，在OGBench-Cube和LeWM控制套件等基准测试中展示了最先进的性能。
-
生成模型在3D医学图像翻译中的比较
研究人员对七种用于3D医学图像到图像翻译的生成模型进行了全面评估，在多个数据集和解剖区域上比较了GANs与潜在生成模型。研究发现，GANs，特别是SRGAN，在合成医学图像方面通常优于潜在模型。一个关键发现是，尽管在与医生进行的视觉图灵测试中，合成图像与真实图像在很大程度上难以区分，但定量指标并未完全符合临床偏好，尤其是在小病灶和强度值的合成方面。