deeplab系列論文研讀
Deeplab v1:(2015)SEMANTIC IMAGE SEGMENTATION WITH DEEP CONVOLUTIONAL NETS AND FULLY CONNECTED CRFS D ...
原文：AD分類論文研讀（1）
轉移性學習對阿爾茨海默病分類的研究 原文鏈接 摘要 將cv用於研究需要大量的訓練圖片，同時需要對深層網絡的體系結構進行仔細優化。該研究嘗試用轉移學習來解決這些問題，使用從大基准數據集組成的自然圖像得到的預訓練權重來初始化最先進的VGG和Inception結構，使用少量的MRI圖像來重新訓練全連接層。采用圖像熵選擇最翔實的切片訓練，通過對OASIS MRI數據集的實驗，他們發現，在訓練規模比現有技術 ...
2018-12-06 21:45 0 654 推薦指數：
相關推薦
論文研讀Unet++
Unet++: A Nested U-Net Architecture for Medical Image Segmentation Unet++ 論文地址 這里僅進行簡要介紹，可供讀者熟悉其結構與特點，若想更為深入的了解，可以閱讀原論文和參考文獻。 在計算機視覺領域，全卷積網絡（FCN）是比較 ...
面向高維和不平衡數據分類的集成學習研究論文研讀筆記
高維不平衡數據的特征（屬性）較多，類標號中的類別分布不均勻的數據。 高維數據分類難本質問題： 1.密度估計難問題; 2.維數災難：特征數增加意味着分類所需的樣本數量的增加; 3.Hughes問題：給出了一個廣義上的數據測量復雜度，訓練樣本數量和分類精度三者間的關系即對有限 ...
圖神經網絡用於方面級情感分類的論文研讀心得
最近研讀了三篇圖神經網絡用於方面級情感分類的論文，其中兩篇老師給的，一篇是之前自己找的： 1、Aspect-based Sentiment Classification with Aspect-specific Graph Convolutional Networ（EMNLP2019 ...
《The Google File System》論文研讀
GFS 論文研讀 說明：本文為論文 《The Google File System》 的個人理解，難免有理解不到位之處，歡迎交流與指正。 論文地址：GFS Paper 閱讀此論文的過程中，感覺內容繁多且分散，一個概念的相關內容在不同部分相交地出現 。所以本文盡量將同一概念的相關內容串聯 ...
GoogLeNetv1 論文研讀筆記
Going deeper with convolutions 原文鏈接 摘要 研究提出了一個名為“Inception”的深度卷積神經網結構，其目標是將分類、識別ILSVRC14數據集的技術水平提高一個層次。這一結構的主要特征是對網絡內部計算資源的利用進行了優化。這一目標的實現是通過細致的設計 ...
GoogLeNetv4 論文研讀筆記
Inception-v4, Inception-ResNet and the Impact of Residual Connections on Learning 原文鏈接 摘要 向傳統體系結構 ...
利用卷積神經網絡進行阿爾茨海默病分類的神經影像模式融合 論文研讀筆記
原文鏈接 發表： 2018.11.13 摘要 阿爾茨海默病（AD）分類的自動化方法具有巨大的臨床益處，並可為防治該疾病提供見解。深層神經網絡算法通常使用諸如MRI和PET的神經學成像數據，但是還沒有對這些模式進行全面和平衡的比較。為了准確確定每個成像變體的相對強度，本研究使用阿爾茨海默病神經 ...