Денис Аветисян

Визуальный компас: ИИ находит местоположение по изображениям

от

Система GeoVista демонстрирует способность к логическому мышлению при определении местоположения в реальном мире, органично сочетая визуальное увеличение интересующих областей с поиском информации в сети для подтверждения или уточнения итоговых суждений.

Новая модель GeoVista использует возможности искусственного интеллекта и веб-инструменты для точного определения географического положения объектов на фотографиях.

Музыка из слов и образов: новый подход к AI-композиции

от

Архитектура MusicAIR представляет собой основу для создания системы, способной к адаптивному взаимодействию с музыкальным контентом.

Исследователи представили MusicAIR — систему, способную создавать музыку на основе текста и изображений, используя алгоритмы и музыкальную теорию вместо нейронных сетей.

Искусственный патолог: новый подход к анализу гистологических изображений

от

Предлагаемый PathAgent итеративно собирает визуальные данные и агрегирует ключевую аналитическую информацию, используя модули Navigator, Perceptor и Executor - последний из которых выступает центральным оркестратором аналитических действий, оперируя при этом с увеличением ($Mag$) и местоположением ($Loc$), для генерации интерпретируемых результатов.

Исследователи представили систему, имитирующую процесс анализа гистологических препаратов, что позволяет автоматизировать и повысить точность диагностики.

Искусственный разум под присмотром: Как оценить реалистичность сгенерированных изображений

от

Представлен бенчмарк Q-Real, включающий две задачи - ObjectQA и ImageQA - и демонстрирующий процедуры оценки и используемые метрики для всесторонней проверки систем визуального мышления.

Новая методика и датасет Q-REAL позволяют более точно оценивать, насколько убедительны изображения, созданные нейросетями, и открывают возможности для улучшения качества генерации.

Стиль сквозь века: математика искусства

от

Новое исследование показывает, как инструменты топологического анализа данных позволяют количественно оценить и различить стили живописи, от авторских манеры до направлений в искусстве.

Квантовое обучение: новый взгляд на фазовые переходы

от

В рамках исследования фазовых переходов в $2+12{+}1$-мерной модели торцового кода с магнитным полем, состояния основного уровня приближенно рассчитываются вариационным квантовым решателем собственных значений (VQE) с использованием параметризованной цепи газового кольца (PLGC) на конечных решетках, после чего применяются методы квантового обучения данным (QDL) для выявления фазовой структуры и разграничения топологически упорядоченных и ферромагнитно упорядоченных фаз.

Исследователи продемонстрировали, что квантовое машинное обучение способно эффективно выявлять фазовые переходы в топологических системах, открывая перспективы для изучения сильнокоррелированных материалов.