实体
MeDetect: Domain Entity Annotation in Biomedical References Using Linked Open Data
MeDetect: Domain Entity Annotation in Biomedical References Using Linked Open Data
PulseAugur coverage of MeDetect: Domain Entity Annotation in Biomedical References Using Linked Open Data — every cluster mentioning MeDetect: Domain Entity Annotation in Biomedical References Using Linked Open Data across labs, papers, and developer communities, ranked by signal.
总计 · 30天
0
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
小型多模态模型在无训练伤口分类方面展现潜力
研究人员探索了使用小型多模态语言模型（SMLMs）进行伤口图像分类，旨在提供一种无需训练的替代传统监督学习方法。通过采用基于检索技术（retrieval-based techniques）的上下文学习（ICL），这些模型无需进行特定任务的再训练即可适应伤口分类任务。在两个公共数据集上的实验表明，SMLMs，特别是Qwen 3.5 27B模型，在使用k近邻（kNN）结合最大边际相关性重排（maximal marginal relevan…
-
Transformer模型在糖尿病足溃疡分割中表现出更好的泛化能力
一项新研究对三种用于糖尿病足溃疡分割的深度学习模型进行了基准测试：U-Net、DeepLabV3+和SegFormer-B2。虽然所有模型在其训练数据集上表现良好，但当在外部数据集上进行测试时，它们的准确性显著下降。与卷积神经网络模型相比，基于Transformer的SegFormer-B2表现出更优越的泛化能力，这表明架构类型是跨医院性能的关键因素。