Temat: konwolucyjne sieci neuronowe - Katalog OPAC zbiorów

Skocz do pozycji: 1.

Tytuł:: Project of autonomous workstation feeding fledging birds
Projekt autonomicznego robota do karmienia podlotów
Autorzy:: Dwornicki, Dawid
Powiązania:: https://bibliotekanauki.pl/articles/2014198.pdf
Data publikacji:: 2020
Wydawca:: Uniwersytet Technologiczno-Humanistyczny im. Kazimierza Pułaskiego w Radomiu
Tematy:: fledging birds
convolutional neural network
computer vision
podloty
konwolucyjne sieci neuronowe
analiza obrazu
Opis:: The article describes project of autonomous workstation capable of feeding fledging birds. During the breeding season animal rescue centers are experiencing huge overload of patients and up to 20% of patients are birds. Despite small size they demand as much care as other animals – in case of fledging birds main need is frequent feeding which is impossible to cover by working staff. Designed workstation is meant to solve this problem and decrease mortality of sick or immature animals.
Artykuł opisuje projekt stanowiska służącego do automatycznego karmienia podlotów. W sezonie lęgowym ośrodki rehabilitacji dzikich zwierząt zmagają się ze zwiększoną liczbą pacjentów, z których nawet do 20% stanowią ptaki. Mimo małych rozmiarów wymagają tyle samo opieki co pozostałe zwierzęta – w przypadku podlotów głównym zadaniem jest regularne i częste karmienie co jest niemożliwe do zrealizowania przez ograniczony zespół. Zaprojektowany robot ma za zadanie rozwiązać ten problem, wspomóc pracowników i zmniejszyć śmiertelność młodych lub chorych ptaków.
Źródło:: Journal of Automation, Electronics and Electrical Engineering; 2020, 2, 1; 9-15
2658-2058
2719-2954
Pojawia się w:: Journal of Automation, Electronics and Electrical Engineering
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce
odwiedzone

Skocz do pozycji: 2.

Tytuł:: Multi-feature ensemble system in the renal tumour classification task
Autorzy:: Osowska-Kurczab, Aleksandra Maria
Markiewicz, Tomasz
Dziekiewicz, Miroslaw
Lorent, Malgorzata
Powiązania:: https://bibliotekanauki.pl/articles/2173572.pdf
Data publikacji:: 2021
Wydawca:: Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:: medical imaging
renal cell carcinoma
convolutional neural networks
textural features
support vector machine
computer vision
deep learning
technika deep learning
obrazowanie medyczne
rak nerkowokomórkowy
konwolucyjne sieci neuronowe
cechy tekstury
maszyna wektorów nośnych
wizja komputerowa
głęboka nauka
Opis:: Recently, the analysis of medical imaging is gaining substantial research interest, due to advancements in the computer vision field. Automation of medical image analysis can significantly improve the diagnosis process and lead to better prioritization of patients waiting for medical consultation. This research is dedicated to building a multi-feature ensemble model which associates two independent methods of image description: textural features and deep learning. Different algorithms of classification were applied to single-phase computed tomography images containing 8 subtypes of renal neoplastic lesions. The final ensemble includes a textural description combined with a support vector machine and various configurations of Convolutional Neural Networks. Results of experimental tests have proved that such a model can achieve 93.6% of weighted F1-score (tested in 10-fold cross validation mode). Improvement of performance of the best individual predictor totalled 3.5 percentage points.
Źródło:: Bulletin of the Polish Academy of Sciences. Technical Sciences; 2021, 69, 3; art. no. e136749
0239-7528
Pojawia się w:: Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Skocz do pozycji: 3.

Tytuł:: Multi-feature ensemble system in the renal tumour classification task
Autorzy:: Osowska-Kurczab, Aleksandra Maria
Markiewicz, Tomasz
Dziekiewicz, Miroslaw
Lorent, Malgorzata
Powiązania:: https://bibliotekanauki.pl/articles/2128157.pdf
Data publikacji:: 2021
Wydawca:: Polska Akademia Nauk. Czytelnia Czasopism PAN
Tematy:: medical imaging
renal cell carcinoma
convolutional neural networks
textural features
support vector machine
computer vision
deep learning
technika deep learning
obrazowanie medyczne
rak nerkowokomórkowy
konwolucyjne sieci neuronowe
cechy tekstury
maszyna wektorów nośnych
wizja komputerowa
głęboka nauka
Opis:: Recently, the analysis of medical imaging is gaining substantial research interest, due to advancements in the computer vision field. Automation of medical image analysis can significantly improve the diagnosis process and lead to better prioritization of patients waiting for medical consultation. This research is dedicated to building a multi-feature ensemble model which associates two independent methods of image description: textural features and deep learning. Different algorithms of classification were applied to single-phase computed tomography images containing 8 subtypes of renal neoplastic lesions. The final ensemble includes a textural description combined with a support vector machine and various configurations of Convolutional Neural Networks. Results of experimental tests have proved that such a model can achieve 93.6% of weighted F1-score (tested in 10-fold cross validation mode). Improvement of performance of the best individual predictor totalled 3.5 percentage points.
Źródło:: Bulletin of the Polish Academy of Sciences. Technical Sciences; 2021, 69, 3; e136749, 1--8
0239-7528
Pojawia się w:: Bulletin of the Polish Academy of Sciences. Technical Sciences
Dostawca treści:: Biblioteka Nauki

Artykuł

Zmień widok

na półce

Informacja

Wyszukujesz frazę "konwolucyjne sieci neuronowe" wg kryterium: Temat

Źródło danych

Dostawca treści

Kolekcja

Rok wydania

Wydawca

Temat

Autor

Typ dokumentu

Język