پژوهش
BrainGFM؛ مدل مولد بنیادین برای تصویربرداری مغز
پژوهشگران مدلی را معرفی کرده‌اند که با پیش‌آموزش روی حدود ۱.۳ میلیون برش MRI و CT، برای ساخت دادهٔ هم‌راستا با وظیفه و بازآموزی ویژهٔ بازسازی تصویر به کار می‌رود.
پیش‌چاپی در arXiv مدل BrainGFM را برای تصویربرداری محاسباتی مغز معرفی می‌کند؛ حوزه‌ای که به‌گفتهٔ نویسندگان با تنوع روزافزون وظایف و کمبود داده‌های بالینی ناهمگون روبه‌رو است. آن‌ها می‌گویند مدل‌های بنیادین موجود معمولاً دانش را در ویژگی‌های مختص هر مدل و معماری‌های ثابت نگه می‌دارند و انتقال دانش را به استفادهٔ دوباره از بازنمایی‌های ازپیش‌آموخته‌شده محدود می‌کنند.
BrainGFM با پیش‌آموزش روی مجموعه‌ای شامل حدود ۱.۳ میلیون برش MRI و CT، یک پیشین تصویربرداری مغزِ قابل‌بازتخصیص و پیکربندی مجدد ارائه می‌کند. طبق چکیدهٔ پژوهش، این مدل از تولید دادهٔ متناسب با وظیفه برای یادگیری پیش‌بینانه در شرایط کمبود داده و نیز پس‌آموزش متناسب با وظیفه برای بازسازی تصویر پشتیبانی می‌کند. نویسندگان عملکرد آن را در ۴۸ وظیفهٔ پایین‌دستی ارزیابی کرده‌اند؛ اما متن موجود از چکیده پیش از بیان کامل نتایج قطع می‌شود و جزئیات بهبودها را مشخص نمی‌کند.
این گزارش به کمک هوش مصنوعی تهیه شده است. مطالب براساس منابع درج‌شده تنظیم شده‌اند؛ صحت مستقل همه ادعاها تضمین نمی‌شود.
منبع: arXiv · AI (پیش‌چاپ) — مشاهده منبع اصلی ↗
پیش‌چاپ پژوهشی در arXiv؛ انتشار در این مخزن به معنی داوری همتا نیست
رد این داستان در رادار
خبرهای مرتبط از آرشیو منتشرشده