VSLCG-U: A UNet-Based Model with Mamba Gated Connections for Dinosaur Footprint Segmentation

In diesem Kapitel wird ein neuartiger Ansatz zur Segmentierung des Fußabdrucks von Dinosauriern anhand eines UNet-basierten Modells mit Mamba-Gated-Verbindungen vorgestellt. Die Autoren befassen sich mit den Herausforderungen der Datensammlung in der Paläontologie, indem sie große Sprachmodelle verwenden, um relevante Informationen aus der Literatur zu extrahieren, was zu einem neuen Datensatz namens DinoF führt. Das vorgeschlagene Modell, VSLCG-U, ist darauf ausgelegt, sowohl lokale als auch globale Informationen zu erfassen und so die Segmentierungsgenauigkeit zu verbessern. Das Kapitel präsentiert auch einen Vergleich verschiedener Scantechniken und eine Ablationsstudie, um die Komponenten des Modells zu bewerten. Die Ergebnisse zeigen die überlegene Leistung von VSLCG-U im Vergleich zu anderen hochmodernen Modellen und unterstreichen sein Potenzial für die automatisierte Segmentierung des Fußabdrucks von Dinosauriern. Die Autoren kommen zu dem Schluss, dass ihre Methode die Ichnologie der Dinosaurier effektiv mit Computerwissenschaft und Datenbankprogrammierung verbindet und damit den Weg für weitere Fortschritte in der paläontologischen Forschung mittels maschinellem Lernen ebnet.