Pesquisadores desenvolveram uma rede neural adaptadora para converter os 15 canais de informação oriundos de dados de radar para os 3 canais classicamente usados em redes neurais convolucionais. A rede desenvolvida, batizada MistNet, conseguiu identificar movimentos de pássaros em dados históricos de radar, antes inacessíveis de um ponto de vista prático.
No estudo, dados de eletrocardiogramas foram usados para treinar uma rede neural convolucional na tarefa de prever o sexo e a idade dos pacientes, informações nunca antes correlacionadas com esse tipo de exame. A diferença entre a idade predita pela rede (ou idade fisiológica) e a idade real dos pacientes se mostrou um indicador de problemas de saúde.
Demonstrando a importância de vários níveis de informação para a classificação da valência emocional de estímulos visuais, a pesquisa ajuda a entender o funcionamento do cérebro ao mesmo tempo em que pode direcionar melhorias nos modelos de machine learning.
Transmissores e receptores de ultrassom captam as ondas refletidas por pessoas paradas ou em movimento, e o algoritmo usa os sinais decompostos para classificar a atividade sendo realizada.
As previsões de tempo de deslocamento são praticamente exatas, as atualizações nas condições de trânsito são instantâneas, o nível de tráfego é dividido por pista e a cobertura é global.
Um sistema de inteligência artificial recém-desenvolvido aumenta a aplicabilidade da tarefa de transformar fotografias de rostos em vídeos realistas através da simulação de expressões faciais.
Os chamados dispositivos vestíveis, aliados a ferramentas de inteligência artificial, vão revolucionar nossos cuidados com a saúde.
O algoritmo escreveu as regras, inventou um logotipo e criou até o slogan do esporte.
O sistema foi treinado para avaliar mamografias digitais quanto à potencial presença de câncer.
