半教師付き分類およびセグメンテーション方法は、医療画像分析で広く調査されています。どちらのアプローチでも、ラベルのないデータを追加することで、完全に監視されたメソッドのパフォーマンスを向上させることが

arxiv_reader のブックマーク 2021/06/04 11:20

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4703580494153165858/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2106.01544v1" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2106.01544v1" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2106.01544v1" data-user-icon="/users/arxiv_reader/profile.png">SSMD: 適応整合性と異種摂動による半教師あり医療画像検出</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><li style="float: left">[<a href="https://b.hatena.ne.jp/q/semi-supervised">semi-supervised</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/representation">representation</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/classification">classification</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/segmentation">segmentation</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/detection">detection</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/attention">attention</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/arXiv">arXiv</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li></ul><br><p style="clear: left">半教師付き分類およびセグメンテーション方法は、医療画像分析で広く調査されています。どちらのアプローチでも、ラベルのないデータを追加することで、完全に監視されたメソッドのパフォーマンスを向上させることが</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20210604#bookmark-4703580494153165858"><span class="datetime-body">2021/06/04 11:20</span></a></blockquote><script src="https://b.st-hatena.com/js/comment-widget.js" charset="utf-8" async></script>

このブックマークにはスターがありません。
最初のスターをつけてみよう！