医用画像解析において、転移学習は、ディープニューラルネットワーク (DNN) が限られた医療データを適切に一般化するための強力な方法です。これまでの取り組みは、領域のギャップを埋めるために、肺超音

arxiv_reader のブックマーク 2023/05/30 15:07

<blockquote class="hatena-bookmark-comment"><a class="comment-info" href="https://b.hatena.ne.jp/entry/4737217430277728805/comment/arxiv_reader" data-user-id="arxiv_reader" data-entry-url="https://b.hatena.ne.jp/entry/s/arxiv-check-250201.firebaseapp.com/each/2206.01408v2" data-original-href="https://arxiv-check-250201.firebaseapp.com/each/2206.01408v2" data-entry-favicon="https://cdn-ak2.favicon.st-hatena.com/64?url=https%3A%2F%2Farxiv-check-250201.firebaseapp.com%2Feach%2F2206.01408v2" data-user-icon="/users/arxiv_reader/profile.png">MetaLR: 医用画像処理における転移学習のための学習率のメタチューニング</a><ul class="comment-tag" style="list-style: none; margin: 0px;"><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/domain">domain</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22transfer%20learning%22">transfer learning</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/pre-training">pre-training</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/DNN">DNN</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/%22arXiv%20reaDer%22">arXiv reaDer</a>]</li><li style="float: left">[<a href="https://b.hatena.ne.jp/q/CT">CT</a>]</li></ul><br><p style="clear: left">医用画像解析において、転移学習は、ディープ ニューラル ネットワーク (DNN) が限られた医療データを適切に一般化するための強力な方法です。これまでの取り組みは、領域のギャップを埋めるために、肺超音</p><a class="datetime" href="https://b.hatena.ne.jp/arxiv_reader/20230530#bookmark-4737217430277728805"><span class="datetime-body">2023/05/30 15:07</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！