Отрывок: В каждой использовались все 115 изображений. Далее, на основе каждой выборки было составлено соответственно три набора для кросс- валидации (Таблица 1). Наборы различаются составом тренировочного и тестового множеств. Причем тестовые множества составлены без пересечений. При дублировании изображения подвергались аугментации (эластичная трансформация...
Название : Применение метода градиентного спуска для балансировки данных в задачах анализа диагностических изображений
Авторы/Редакторы : Мухин А. В.
Килбас И. А.
Парингер Р. А.
Ильясова Н. Ю.
Дата публикации : 2020
Библиографическое описание : Применение метода градиентного спуска для балансировки данных в задачах анализа диагностических изображений / А. В. Мухин, И. А. Килбас, Р. А. Парингер, Н. Ю. Ильясова // Информационные технологии и нанотехнологии (ИТНТ-2020) : сб. тр. по материалам VI Междунар. конф. и молодеж. шк. (г. Самара, 26-29 мая) : в 4 т. - Тек / М-во науки и образования Рос. Федерации, Самар. нац. исслед. ун-т им. С. П. Королева (Самар. ун-т), Ин-т систем обраб. изобр. РАН - фил. ФНИЦ "Кристаллография и фотоника" РАН. - 2020. - Т. 2. - С. 291-298
URI (Унифицированный идентификатор ресурса) : http://repo.ssau.ru/handle/Informacionnye-tehnologii-i-nanotehnologii/Primenenie-metoda-gradientnogo-spuska-dlya-balansirovki-dannyh-v-zadachah-analiza-diagnosticheskih-izobrazhenii-85274
Другие идентификаторы : RU\НТБ СГАУ\441516
Ключевые слова: балансировка данных
диагностические изображения
нейронные сети
метод градиентного спуска
Располагается в коллекциях: Информационные технологии и нанотехнологии

Файлы этого ресурса:
Файл Размер Формат  
ИТНТ-2020_том 2-291-298.pdf751.1 kBAdobe PDFПросмотреть/Открыть
Показать полное описание ресурса Просмотр статистики
Поделиться:



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