Deep Generative Models, and Data Augmentation, Labelling, and Imperfections

Langue : anglais

Edité par Springer, Springer Sep 2021, 2021

3030882098 / 9783030882099

Vendeur : buchversandmimpf2000, Emtmannsberg, BAYE, Allemagnebuchversandmimpf2000

Vendeur avec une évaluation de 5 étoiles

Vendeur AbeBooks depuis 23 janvier 2017

Livre broché

Etat: Neuf

EUR 69,54

EUR 60,00 expédition 
Expédition depuis Allemagne vers Etats-Unis

Quantité disponible : 1 disponible

Ajouter au panier
Retours gratuits sous 30 jours

A propos de cet article

This item is printed on demand - Print on Demand Titel. Neuware -DGM4MICCAI 2021 - Image-to-Image Translation, Synthesis.- Frequency-Supervised MRI-to-CT Image Synthesis.- Ultrasound Variational Style Transfer to Generate Images Beyond the Observed Domain.- 3D-StyleGAN: A Style-Based Generative Adversarial Network for Generative Modeling of Three-Dimensional Medical Images.- Bridging the gap between paired and unpaired medical image translation.- Conditional generation of medical images via disentangled adversarial inference. -CT-SGAN: Computed Tomography Synthesis GAN.- Hierarchical Probabilistic Ultrasound Image Inpainting via Variational Inference.- CaCL: class-aware codebook learning for weakly supervised segmentation on diffuse image patterns.- BrainNetGAN: Data augmentation of brain connectivity using generative adversarial network for dementia classification.- Evaluating GANs in medical imaging.- DGM4MICCAI 2021 - AdaptOR challenge.- Improved Heatmap-based Landmark Detection.- Cross-domain Landmarks Detection in Mitral Regurgitation.- DALI2021.- Scalable Semi-supervised Landmark Localization for X-ray Images using Few-shot Deep Adaptive Graph.- Semi-supervised Surgical Tool Detection Based on Highly Confident Pseudo Labeling and Strong Augmentation Driven Consistency.- One-shot Learning for Landmarks Detection.- Compound Figure Separation of Biomedical Images with Side Loss.- Data Augmentation with Variational Autoencoders and Manifold Sampling.- Medical image segmentation with imperfect 3D bounding boxes.- Automated Iterative Label Transfer Improves Segmentation of Noisy Cells in Adaptive Optics Retinal Images.- How Few Annotations are Needed for Segmentation using a Multi-planar U-Net .- FS-Net: A New Paradigm of Data Expansion for Medical Image Segmentation.- An Efficient Data Strategy for the Detection of Brain Aneurysms from MRA with Deep Learning.- Evaluation of Active Learning Techniques on Medical Image Classification with Unbalanced Data Distributions.- Zero-Shot Domain Adaptation in CT Segmentation by Filtered Back Projection Augmentation.- Label Noise in Segmentation Networks : Mitigation Must Deal with Bias.- DeepMCAT: Large-Scale Deep Clustering for Medical Image Categorization.- MetaHistoSeg: A Python Framework for Meta Learning in Histopathology Image Segmentation.Springer-Verlag KG, Sachsenplatz 4-6, 1201 Wien 296 pp. Englisch. …

N° de réf. du vendeur 9783030882099

Titre
Deep Generative Models, and Data Augmentation, Labelling, and Imperfections
Auteur
Sandy Engelhardt
Éditeur
Springer, Springer Sep 2021
Année de publication
2021
État de l'article
Neu
Reliure
Taschenbuch
Langue
anglais
ISBN à 10 chiffres
3030882098
ISBN à 13 chiffres
9783030882099
Poids de l'article
452 grammes
Dimensions
235x155x17 mm

buchversandmimpf2000

Emtmannsberg, BAYE, Allemagne

Vendeur avec une évaluation de 5 étoiles

Vendeur AbeBooks depuis 23 janvier 2017

Frais d'expédition de Allemagne vers Etats-Unis

Article60 à 60 jours ouvrés60 à 60 jours ouvrés
Premier articleEUR 60,00EUR 75,00
Les délais de livraison sont fixés par les vendeurs et varient en fonction du transporteur et du lieu. Les commandes transitant par les douanes peuvent être retardées et les acheteurs sont responsables de tous les droits ou frais associés. Les vendeurs peuvent vous contacter au sujet de frais supplémentaires afin de couvrir toute augmentation des coûts d'expédition de vos articles.

Modes de paiement

  • Visa
  • Mastercard
  • American Express
  • Carte Bleue
  • Apple Pay
  • Google Pay
  • Chèque
  • Paypal

Description de la boutique

Impressum Thorsten Retsch Buchversand Mimpf2000 Oberölschnitz 16 95517 Emtmannsberg Deutschland Telefon: 09209-2023188 Email: mimpf2000@online.de USt-ID-Nr.: DE 235096871 Wir führen gebrauchte Bücher aus allen Sparten der Literatur

Spécialité

Modernes Antiquariat - Bücher von 1960 bis heute

Profil professionnel du vendeur

buchversandmimpf2000

Allemagne

Impressum

Gesetzliche Anbieterkennung:

Thorsten Retsch
Buchversand Mimpf2000
Oberölschnitz 16
95517 Emtmannsberg
Deutschland
Telefon: 092092023188
E-Mail: order@buchversandmimpf2000.de
USt-IdNr.: DE 235096871

Alternative Streitbeilegung:
Die Europäische Kommission stellt eine Plattform für die außergerichtliche Online-Streitbeilegung (OS-Plattform) bereit, aufrufbar unter http://ec.europa.eu/odr.