Articles liés à CLASSIFICATION D'IMAGES RADIOLOGIQUES PAR APPRENTISSAGE...
Synopsis
Les réseaux neuronaux convolutifs profonds, ou simplement les réseaux neuronaux convolutifs (CNN), sont récemment devenus l'un des modèles d'apprentissage les plus puissants et les plus expressifs pour la reconnaissance des formes d'images, le traitement des images médicales, la vision par ordinateur, la reconnaissance optique des caractères et la reconnaissance de l'écriture manuscrite, etc. qui permettent d'effectuer des tâches de classification, tant binaires que catégorielles, de manière efficace et simple. En plus de sa large utilisation dans divers domaines et champs, il a gagné en popularité et en reconnaissance dans le domaine des sciences médicales, car divers rapports médicaux sont aujourd'hui très fiables sur la reconnaissance d'images basée sur l'apprentissage profond. Dans ce livre, nous avons formé un modèle de réseau neuronal structuré profond, qui est essentiellement un modèle CNN sur un grand ensemble de données d'images radiographiques appelé MURA (Musculoskeletal Radiographs Abnormality) et nous avons essayé de prédire les anomalies d'une image radiographique (si une image est normale ou anormale) sur la base de classifications binaires.
Les informations fournies dans la section « Synopsis » peuvent faire référence à une autre édition de ce titre.
Résultats de recherche pour CLASSIFICATION D'IMAGES RADIOLOGIQUES PAR APPRENTISSAGE...
Image fournie par le vendeur
CLASSIFICATION D'IMAGES RADIOLOGIQUES PAR APPRENTISSAGE PROFOND OPTIMISÉ
Edité par
Editions Notre Savoir Okt 2021, 2021
ISBN 10 : 6204171631
ISBN 13 : 9786204171630
Neuf
Taschenbuch
Vendeur : BuchWeltWeit Ludwig Meier e.K., Bergisch Gladbach, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : Neu. This item is printed on demand - it takes 3-4 days longer - Neuware -Les réseaux neuronaux convolutifs profonds, ou simplement les réseaux neuronaux convolutifs (CNN), sont récemment devenus l'un des modèles d'apprentissage les plus puissants et les plus expressifs pour la reconnaissance des formes d'images, le traitement des images médicales, la vision par ordinateur, la reconnaissance optique des caractères et la reconnaissance de l'écriture manuscrite, etc. qui permettent d'effectuer des tâches de classification, tant binaires que catégorielles, de manière efficace et simple. En plus de sa large utilisation dans divers domaines et champs, il a gagné en popularité et en reconnaissance dans le domaine des sciences médicales, car divers rapports médicaux sont aujourd'hui très fiables sur la reconnaissance d'images basée sur l'apprentissage profond. Dans ce livre, nous avons formé un modèle de réseau neuronal structuré profond, qui est essentiellement un modèle CNN sur un grand ensemble de données d'images radiographiques appelé MURA (Musculoskeletal Radiographs Abnormality) et nous avons essayé de prédire les anomalies d'une image radiographique (si une image est normale ou anormale) sur la base de classifications binaires. 72 pp. Französisch. N° de réf. du vendeur 9786204171630
Acheter neuf
EUR 39,90
Expédition à EUR 23
Expédition depuis Allemagne vers Etats-Unis
Expédition depuis Allemagne vers Etats-Unis
Quantité disponible : 2 disponible(s)
Image fournie par le vendeur
CLASSIFICATION D'IMAGES RADIOLOGIQUES PAR APPRENTISSAGE PROFOND OPTIMISÉ
impression à la demandeVendeur : AHA-BUCH GmbH, Einbeck, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : Neu. nach der Bestellung gedruckt Neuware - Printed after ordering - Les réseaux neuronaux convolutifs profonds, ou simplement les réseaux neuronaux convolutifs (CNN), sont récemment devenus l'un des modèles d'apprentissage les plus puissants et les plus expressifs pour la reconnaissance des formes d'images, le traitement des images médicales, la vision par ordinateur, la reconnaissance optique des caractères et la reconnaissance de l'écriture manuscrite, etc. qui permettent d'effectuer des tâches de classification, tant binaires que catégorielles, de manière efficace et simple. En plus de sa large utilisation dans divers domaines et champs, il a gagné en popularité et en reconnaissance dans le domaine des sciences médicales, car divers rapports médicaux sont aujourd'hui très fiables sur la reconnaissance d'images basée sur l'apprentissage profond. Dans ce livre, nous avons formé un modèle de réseau neuronal structuré profond, qui est essentiellement un modèle CNN sur un grand ensemble de données d'images radiographiques appelé MURA (Musculoskeletal Radiographs Abnormality) et nous avons essayé de prédire les anomalies d'une image radiographique (si une image est normale ou anormale) sur la base de classifications binaires. N° de réf. du vendeur 9786204171630
Acheter neuf
EUR 40,38
Expédition à EUR 35
Expédition depuis Allemagne vers Etats-Unis
Expédition depuis Allemagne vers Etats-Unis
Quantité disponible : 1 disponible(s)
Image fournie par le vendeur
CLASSIFICATION D\ IMAGES RADIOLOGIQUES PAR APPRENTISSAGE PROFOND OPTIMISÉ
Edité par
Editions Notre Savoir, 2021
ISBN 10 : 6204171631
ISBN 13 : 9786204171630
Neuf
Couverture souple
Vendeur : moluna, Greven, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Etat : New. N° de réf. du vendeur 521055143
Acheter neuf
EUR 34,25
Expédition à EUR 48,99
Expédition depuis Allemagne vers Etats-Unis
Expédition depuis Allemagne vers Etats-Unis
Quantité disponible : Plus de 20 disponibles
Image fournie par le vendeur
CLASSIFICATION D'IMAGES RADIOLOGIQUES PAR APPRENTISSAGE PROFOND OPTIMISÉ
Edité par
Editions Notre Savoir Okt 2021, 2021
ISBN 10 : 6204171631
ISBN 13 : 9786204171630
Neuf
Taschenbuch
Vendeur : buchversandmimpf2000, Emtmannsberg, BAYE, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : Neu. This item is printed on demand - Print on Demand Titel. Neuware -Les réseaux neuronaux convolutifs profonds, ou simplement les réseaux neuronaux convolutifs (CNN), sont récemment devenus l'un des modèles d'apprentissage les plus puissants et les plus expressifs pour la reconnaissance des formes d'images, le traitement des images médicales, la vision par ordinateur, la reconnaissance optique des caractères et la reconnaissance de l'écriture manuscrite, etc. qui permettent d'effectuer des tâches de classification, tant binaires que catégorielles, de manière efficace et simple. En plus de sa large utilisation dans divers domaines et champs, il a gagné en popularité et en reconnaissance dans le domaine des sciences médicales, car divers rapports médicaux sont aujourd'hui très fiables sur la reconnaissance d'images basée sur l'apprentissage profond. Dans ce livre, nous avons formé un modèle de réseau neuronal structuré profond, qui est essentiellement un modèle CNN sur un grand ensemble de données d'images radiographiques appelé MURA (Musculoskeletal Radiographs Abnormality) et nous avons essayé de prédire les anomalies d'une image radiographique (si une image est normale ou anormale) sur la base de classifications binaires.VDM Verlag, Dudweiler Landstraße 99, 66123 Saarbrücken 72 pp. Französisch. N° de réf. du vendeur 9786204171630
Acheter neuf
EUR 39,90
Expédition à EUR 60
Expédition depuis Allemagne vers Etats-Unis
Expédition depuis Allemagne vers Etats-Unis
Quantité disponible : 1 disponible(s)
Image fournie par le vendeur
CLASSIFICATION D'IMAGES RADIOLOGIQUES PAR APPRENTISSAGE PROFOND OPTIMISÉ
Vendeur : preigu, Osnabrück, Allemagne
Évaluation du vendeur 5 sur 5 étoiles
Taschenbuch. Etat : Neu. CLASSIFICATION D'IMAGES RADIOLOGIQUES PAR APPRENTISSAGE PROFOND OPTIMISÉ | Mahesh Jangid (u. a.) | Taschenbuch | Französisch | 2021 | Editions Notre Savoir | EAN 9786204171630 | Verantwortliche Person für die EU: preigu GmbH & Co. KG, Lengericher Landstr. 19, 49078 Osnabrück, mail[at]preigu[dot]de | Anbieter: preigu. N° de réf. du vendeur 120730194
Acheter neuf
EUR 36,35
Expédition à EUR 70
Expédition depuis Allemagne vers Etats-Unis
Expédition depuis Allemagne vers Etats-Unis
Quantité disponible : 5 disponible(s)