Temat: supervised learning

Skocz do pozycji: 1.

Tytuł:: Defect detection in battery electrode production using supervised and unsupervised learning with laser speckle photometry data
Autorzy:: Klarák, Jaromír
Chen, Lili
Cikalova, Ulana
Malík, Peter
Andok, Robert
Bendjus, Beatrice
Data publikacji:: 2025
Słowa kluczowe:: defect detection
anomaly detection
battery
electrode
supervised learning
unsupervised learning
deep learning; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

Szczegóły

Skocz do pozycji: 2.

Tytuł:: Decoding phenotypic screening : a comparative analysis of image representations
Autorzy:: Sánchez-Fernández, Ana
Rataj, Krzysztof
Żyła, Marek
Kańdula, Maciej
Struski, Łukasz
Rymarczyk, Dawid
Borowa, Adriana
Tabor, Jacek
Zieliński, Bartosz
Data publikacji:: 2024
Słowa kluczowe:: activity prediction
high content screening
image representation
deep learning
self-supervised learning; Pokaż więcej
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Artykuł

Szczegóły

Skocz do pozycji: 3.

Tytuł:: A seismic random noise suppression method based on self-supervised deep learning and transfer learning
Autorzy:: Wu, Tianqi
Meng, Xiaohong
Liu, Hong
Li, Wenda
Data publikacji:: 2024
Słowa kluczowe:: seismic random noise
deep learning
self-supervised learning
transfer learning
losowy szum sejsmiczny
głębokie uczenie
samonadzorowane uczenie
uczenie transferowe; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

Szczegóły

Skocz do pozycji: 4.

Tytuł:: A semi-automated annotation algorithm based on weakly supervised learning for medical images
Autorzy:: Li, Hailiang
Zhang, Bin
Zhang, Yu
Liu, Weiwei
Mao, Yijun
Huang, Jiacheng
Wei, Linfeng
Data publikacji:: 2020
Słowa kluczowe:: deep learning
machine learning
target level annotation
weakly supervised learning
thyroid carcinoma
uczenie głębokie
uczenie maszynowe
uczenie nadzorowane
nowotwór tarczycy; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

Szczegóły

Skocz do pozycji: 5.

Tytuł:: Regional constraint consistency contrastive learning for automatic detection of urinary sediment in microscopic images
Autorzy:: Li, Fufei
Li, Chen
Song, Ge
Su, Lianzheng
Wang, Shian
Fu, Qiuyue
Nie, Yongqi
Wang, Peng
Data publikacji:: 2025
Słowa kluczowe:: urinary sediment
image classification
supervised contrastive learning
deep learning
osad moczu
klasyfikacja obrazu
uczenie głębokie; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

Szczegóły

Skocz do pozycji: 6.

Tytuł:: Enabling Autonomous Medical Image Data Annotation: A human-in-the-loop Reinforcement Learning Approach
Autorzy:: da Cruz, Leonardo
Sierra-Franco, César
Silva-Calpa, Greis
Raposo, Alberto
Data publikacji:: 2021
Słowa kluczowe:: deep learning
diagnostic radiography
medical computing
medical image processing
software agents
supervised learning
głębokie uczenie
radiografia diagnostyczna
informatyka medyczna
przetwarzanie obrazów medycznych
oprogramowanie
uczenie nadzorowane; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

Szczegóły

Skocz do pozycji: 7.

Tytuł:: Plant-traits: how citizen science and artificial intelligence can impact natural science
Autorzy:: Ignesti, Giacomo
Moroni, Davide
Martinelli, Massimo
Data publikacji:: 2024
Słowa kluczowe:: training
deep learning
plant diseases
accuracy
federated learning
transfer learning
supervised learning
reliability
ensemble learning
artificial intelligence
szkolenie
uczenie głębokie
choroba roślin
dokładność
uczenie federacyjne
uczenie transferowe
uczenie nadzorowane
niezawodność
uczenie zespołowe
sztuczna inteligencja; Pokaż więcej
Dostawca treści:: BazTech

Artykuł

Szczegóły

Skocz do pozycji: 8.

Tytuł:: Comparison of Deep Learning approaches in classification of glacial landforms
Autorzy:: Nadachowski, Paweł
Łubniewski, Zbigniew
Trzcińska, Karolina
Tęgowski, Jarosław
Data publikacji:: 2024
Słowa kluczowe:: Convolutional Neural Network (CNN)
deep learning
Digital Elevation Model (DEM)
Elise glacier
Gardno-Leba Plain
glacial landforms
Lubawa Upland
Residual Neural Network (ResNet)
supervised classification
Svalbard
VGG
Vision Transformer (ViT); Pokaż więcej
Dostawca treści:: BazTech

Artykuł

Szczegóły

Informacja