实体
Praveen Chandaliya
Praveen Chandaliya
PulseAugur coverage of Praveen Chandaliya — every cluster mentioning Praveen Chandaliya 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
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新型图神经网络准确预测城市PM2.5水平
研究人员开发了一种新颖的空间注意力图神经网络（SA-GNN）来预测城市环境中的PM2.5浓度。该模型使用在印度古吉拉特邦苏拉特收集的新数据集进行了测试，该数据集包括PM2.5水平、气象数据和土地利用特征。SA-GNN在LSTM和RNN等传统模型上表现出优越的性能，R^2得分为0.95，表明其在捕捉复杂时空模式以改进空气质量监测和个性化健康警报方面的有效性。
-
新的注意力框架增强了胃肠内窥镜图像分类
研究人员开发了MultiAttenGastro，一个新颖的注意力框架，旨在提高胃肠内窥镜图像的分类。该框架采用并行的1-D、2-D和3-D注意力头来捕获通道、空间和上下文信息。在各种数据集和模型骨干上的评估表明，注意力机制的有效性取决于像ImageNet这样的预训练模型与特定医学成像领域之间的表示差距。
-
AI框架WasteAssistant通过VQA改进垃圾分类
研究人员开发了WasteAssistant，一个使用视觉问答（VQA）来改进垃圾分类和管理的新框架。该AI系统符合印度的2016年固体废物管理规则，并集成了视觉语言模型和多模态大语言模型以增强推理能力。创建了一个包含13,500个问答对的新数据集WasteVQA，实验表明基于BLIP的模型在性能上优于传统的CNN方法，有望实现法规遵从和在城市基础设施中的可扩展部署。