Репозиторий Самарского университета

Отрывок: 18) 𝑟𝑀𝑆𝐸𝑡 = 𝑡−1 𝑡 𝑟𝑀𝑆𝐸𝑡−1 + (𝑦𝑡−?̅?𝑡) 2 𝑡 , (3.19) где 𝑦𝑖 – исходное значение сигнала, ?̅?𝑖 – отфильтрованное значение сигнала, cMSE – кумулятивная среднеквадратичная ошибка, rMSE – рекурсивная среднеквадратичная ошибка. Кумулятивная среднеквадратичная ошибка использует все данные, полученные к текущему моменту времени, чтобы обновить значение, в отличие от рекурсивной. Стоит отметить, что низкое значение rMSE свидетельствует о более низком высокочастотном заг...

Название :	Анализ одного класса последовательностей биомедицинских изображений с доменной адаптацией нейросетевых моделей и обучением на основе условно-реальных данных
Авторы/Редакторы :	Давыдов Н. С. Министерство науки и высшего образования Российской Федерации Самарский национальный исследовательский университет им. С. П. Королева (Самарский университет) Институт систем обработки изображений РАН - Филиал Федерального научно-исследовательского центра "Кристаллография и фотоника" Российской академии наук
Дата публикации :	2023
Библиографическое описание :	Давыдов, Н. С. Анализ одного класса последовательностей биомедицинских изображений с доменной адаптацией нейросетевых моделей и обучением на основе условно-реальных данных : дис. .. канд. техн. наук : 1.2.1 / Давыдов Никита Сергеевич ; М-во науки и высш. образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т) ,Ин-т систем обработки изображений РАН - Фил. Федер. науч.-исслед. - Самаpа, 2023. - 1 файл (3,52 Мб). - Текст : электронный
Другие идентификаторы :	RU\НТБ СГАУ\538844
Ключевые слова:	диссертации биомедицинские изображения искусственный интеллект (ИИ) магнитно-резонансная томография (МРТ) машинное обучение нейросетевые модели функциональная МРТ (фМРТ)
Располагается в коллекциях:	Диссертации (Закрыто)

Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.