APNet : Un modèle d'apprentissage profond parcimonieux explicable pour découvrir les facteurs actifs différentiels de la COVID-19 sévère

Contexte académique La pandémie de COVID-19 a eu un impact considérable sur les systèmes de santé publique mondiaux. Bien que la situation se soit améliorée, les mécanismes immunopathologiques complexes de la maladie, les séquelles à long terme (comme le “COVID long”) et les menaces similaires potentielles continuent de stimuler la recherche. En pa...

Utilisation de l'apprentissage profond pour quantifier le rythme du vieillissement cérébral en relation avec les changements neurocognitifs

Avec l’aggravation du problème mondial du vieillissement, l’incidence des maladies neurodégénératives (comme la maladie d’Alzheimer, Alzheimer’s Disease, AD) augmente chaque année. Le vieillissement cérébral (Brain Aging, BA) est l’un des facteurs de risque importants des maladies neurodégénératives, mais il ne coïncide pas complètement avec l’âge ...

Reconnaissance robuste des émotions vocales à deux flux incorporant des modulations spectro-temporelles

Étude sur la reconnaissance robuste des émotions vocales à deux flux basée sur les caractéristiques de modulation spectro-temporelle Contexte académique La reconnaissance des émotions vocales (Speech Emotion Recognition, SER) est une technologie qui identifie les émotions en analysant le contenu émotionnel dans la parole humaine. Elle a un potentie...

Modèle de prédiction de toxicité aquatique multi-tâches basé sur la fusion de caractéristiques multi-niveaux

Contexte académique Avec la menace croissante des composés organiques sur la pollution environnementale, il devient crucial d’étudier les réactions toxiques des différents organismes aquatiques à ces composés. Ces recherches non seulement aident à évaluer l’impact écologique potentiel des polluants sur l’écosystème aquatique dans son ensemble, mais...

Un algorithme de transfert de style spatio-temporel pour la génération de stimuli visuels dynamiques

Rapport de recherche sur l’algorithme de transfert de style spatio-temporel pour la génération de stimuli visuels dynamiques Contexte académique L’encodage et le traitement des informations visuelles ont toujours été des domaines de recherche importants en neurosciences et en sciences de la vision. Avec le développement rapide des techniques d’appr...