Metody przetwarzania danych wielomodalnych...
Wydawca:
Exit
wysyłka: 48h
ISBN:
9788378371663
EAN:
9788378371663
(0) Sprawdź recenzje
29% rabatu
33,35 zł
Cena detaliczna:
47,25 zł
DODAJ
DO KOSZYKA
dodaj do schowka
koszty dostawy
Najniższa cena z ostatnich 30 dni: 33,35 zł
Opis produktuZasady bezpieczeństwaSpis treści: Wstęp 1. Multimodalna architektura głębokiego uczenia z bayesowską korektą aktywacji do detekcji endometriozy na podstawie danych obrazowych, tekstowych i klinicznych
1.1 Wprowadzenie 1.2. Analiza badań nad metodami uczenia maszynowego w zadaniu rozpoznawania endometriozy 1.3. Autorski model rozpoznawania endometriozy bazujący na danych multimodalnych 1.4. Ewaluacja eksperymentalna 1.5. Wnioski końcowe
2. Multimodalna analiza sygnałów biomedycznych w kontekście wczesnego wykrywania zawału serca
2.1. Wprowadzenie 2.2. Prace pokrewne związane z rozpoznawaniem sygnałów EKG i EEG 2.3. Autorski model 2.4. Ewaluacja eksperymentalna 2.5. Wnioski końcowe
3. Hybrydowe modele głębokiego uczenia w diagnostyce niewydolności żylnej
3.1. Wprowadzenie 3.2. Multimodalne podejście w diagnostyce układu żylnego - przegląd badań 3.3. Autorski model 3.4. Eksperymentalna weryfikacja modelu hybrydowego 3.5. Wnioski końcowe
4. Multimodalny system wspomagania decyzji klinicznych w diagnostyce nowotworów mózgu z wykorzystaniem mechanizmów wyjaśnialnej sztucznej inteligencji
4.1. Wprowadzenie 4.2. Paradygmat Trustworthy AI w neuroonkologii - przegląd dotychczasowych rozwiązań 4.3. Autorski model wykrywania zmian nowotworowych mózgu na podstawie danych multimodalnych 4.4. Ewaluacja eksperymentalna dla danych multimodalnych rozpoznawania i klasyfikacji nowotworów mózgu 4.5. Wnioski końcowe
5. Integracja danych multimodalnych w systemach wspomagania diagnostyki okulistycznej
5.1 .Wprowadzenie 5.2. Stan badań nad multimodalną fuzją danych w diagnostyce okulistycznej 5.3. Autorski model BDMF-Net jako podejście probabilistyczne do integracji danych multimodalnych 5.4. Ewaluacja eksperymentalna autorskiego modelu Byesian Deep Multimodal Fussion Network 5.5. Wnioski końcowe
6. Multimodadlna integracja wiedzy i niepewności w diagnostyce medycznej nowotworów skóry z wykoryzstaniem teorii Dempstera-Shafera
6.1. Wprowadzenie 6.2. Stan wiedzy i przegląd badań w obszarze multimodalnej diagnostyki medycznej zmian skórnych 6.3. Autorski model 6.4. Ewaluacja eksperymentalna 6.5. Wnioski końcowe
Zakończenie Bibliografia
x
Uwaga!!!
Ten produkt jest zapowiedzią. Realizacja Twojego zamówienia ulegnie przez to wydłużeniu do czasu premiery tej pozycji. Czy chcesz dodać ten produkt do koszyka?
TAK
NIE
Wybierz wariant produktu
|