最近关于空间和时空模型检查的研究提供了新的图像分析方法,其根植于拓扑空间的逻辑方法。医学成像(MI)是这样的方法,其中这些方法显示出潜在的突破性创新。我们的出发点是SLCS,封闭空间的空间逻辑 - 封闭空间是拓扑空间的概括,也包括离散空间结构 - 以及topochecker,一种用于SCS(及其扩展)的模型检查器。我们介绍了逻辑语言ImgQL(“ImageQuery Language”)。 ImgQL使用描述距离和区域相似性的逻辑运算符扩展SLCS。时空模型检查器topochecker相应地增强了最先进的算法,借鉴了计算图像处理,有效地实现了基于距离的操作,即距离变换。基于统计纹理分析的概念,区域之间的相似性由统计相似性算子的定义来定义。我们通过两个磁共振图像分析实例来说明我们的方法:胶质母细胞瘤和水肿的分割,以及直肠癌的分割。
translated by 谷歌翻译
睡眠阶段分类是睡眠研究中的一项重要任务。它涉及同时分析在睡眠期间记录的多个信号。然而,它既复杂又乏味,即使是训练有素的专家也可以花几个小时的时间进行单夜录音。多种自动方法过去曾尝试解决这些问题,其中大部分都是通过对为特定数据集设计的特征向量进行分类。在这项工作中,我们使用深度学习模型来避免这种偏见,该模型在没有人为干预的情况下学习相关特征。特别地,我们提出了一种5个卷积网络的集合,当对500个睡眠记录的adataset进行分类时,其达到0.83的kappa指数。
translated by 谷歌翻译
在线检测数据序列的生成过程中的瞬时变化通常集中在这些变化点的回顾性推断上,而不考虑它们将来的发生。我们扩展贝叶斯在线变换点检测算法以推断直到下一个变化点(即剩余时间)的时间步数。这使我们能够处理依赖于总段持续时间的观察模型,这是使用具有时间缩放的模型数据序列。另外,我们通过删除i.i.d来扩展模型。对观测模型参数的假设。用于分段检测的结果推理算法可以以在线方式部署,并且我们将合成和两个医学真实世界数据集的应用说明。
translated by 谷歌翻译
给定输入字符串s和特定的Lindenmayer系统(所谓的Fibonacci语法),我们定义了一个自动机,它能够(i)确定s是否属于Fibonacci语法可以生成的字符串集(换句话说,如果是对应于语法的一代),如果是,则(ii)重建前一代。
translated by 谷歌翻译
在多智能体场景中学习是一个富有成效的研究方向,但是当前的方法仍然在具有一般奖励设置和不同对手类型的多个游戏中显示可伸缩性问题。 Malm \“O(MARL \”O)竞赛中的Multi-AgentReinforcement Learning是一项新的挑战,它提出了使用多个3D游戏在该领域进行研究的新挑战。此次测试的目标是促进可以在不同游戏和对手类型中学习的一般代理人的研究,提出挑战作为人工智能通用方向的里程碑。
translated by 谷歌翻译
本文介绍了一种简单快速的Planet Wars变体,作为基于统计规划的游戏AI代理的测试平台,以及嘈杂的超参数优化。 Planet Wars是一款实时策略游戏,具有简单的规则但复杂的游戏玩法。本文介绍的变体旨在实现高效实验,并且还可以通过固定动作空间实现与通用视频游戏AI代理的实际互操作性。如果将游戏作为一个输赢游戏(这是标准的)来进行游戏,那么这将导致在调整代理中玩游戏以及调整游戏参数时的嘈杂优化问题。在这里,我们关注调整代理的问题,并使用最近开发的N-Tuple Bandit EvolutionaryAlgorithm和许多其他优化器(包括基于顺序模型的算法配置(SMAC))来报告结果。结果表明,N-Tuple BanditEvolutionary提供了竞争性能以及对参数选择组合的影响的洞察力。
translated by 谷歌翻译
聚类是一种分析通过几个学科的经验研究获得的数据集的技术,主要应用于生物医学研究。本质上,聚类算法由旨在寻找数据集中相关点组的机器执行。但是,分组的结果取决于点对点相似性的指标和点到组关联的规则。实际上,非适当的度量和规则可能导致不合需要的聚类伪像。这与数据集特别相关,其中具有异构结构的组共存。在这项工作中,我们提出了一种通过探索点之间的路径来实现聚类的算法。这允许两者评估路径的属性(例如间隙,密度变化等),并表达对某些路径的偏好。此外,我们的算法通过训练路径分类器来支持关于可允许和不可接受的集群的现有知识的集成。我们证明了所提方法在具有挑战性的数据集上的准确性,包括公开可用基准和显微镜数据中的合成形状点。
translated by 谷歌翻译
在过去几年中,生成对抗网络(GAN)在计算机视觉和相关领域的许多应用中具有显着的潜力。随着当前的进步,可以肯定的是,他们能够生成高质量的图像和视频,几乎与真实的图像和视频无法区分。不幸的是,现实的GAN生成的图像会对安全造成严重威胁,从可能的多媒体泛滥开始,迫切需要多媒体取证对策。在这项工作中,我们展示了每个GAN在其生成的图像中留下其特定的指纹,就像真实世界的相机标记所获取的具有其光响应非均匀性图案的痕迹的图像一样。几个流行的GAN的源识别实验表明,这些指纹代表了法医分析的宝贵资产。
translated by 谷歌翻译
来自单个图像的3D对象检测和姿势估计是两个本质上模糊的问题。通常,由于形状对称,遮挡和重复纹理,对象在不同视点上看起来相似。检测和姿势估计中的这种模糊性意味着可以通过若干不同的姿势和偶数类完美地描述对象实例。在这项工作中,我们建议明确处理这种不确定性。 Foreach对象实例我们预测多个姿势和类结果来估计由对称性和重复纹理生成的特定姿势分布。当视觉外观仅仅仅识别一个有效姿势时,分布折叠成单个结果。我们展示了我们的方法的好处,它不仅提供了对姿势模糊度的更好解释,而且在姿势估计方面也提供了更高的准确度。
translated by 谷歌翻译
自主双臂操纵是在结构化场景中部署机器人的基本技能。然而,这是一项具有挑战性的任务,特别是在感知和规划方面。非结构化场景中包含具有不同形状和外观的对象,这些对象必须以非常特定的方式掌握,以便可以在功能上使用它们。在本文中,我们提出了一种自主执行双臂拾取任务的集成方法。我们的方法包括语义分割,对象姿态估计,变形模型配准,抓握规划和手臂轨迹优化。整个管道可以在船上执行,适用于在线抓取方案。为此,我们的方法利用累积的知识表达为卷积神经网络模型和低维潜在形状空间。对于操纵对象,我们提出了包含运动链闭合约束的随机轨迹优化。模拟和真实机器人的评估证实了所提出的方法在使用botharms拾取未知的喷壶和钻头的任务的可行性和适用性。
translated by 谷歌翻译