Navab, Nassir (Prof. Dr.); Stoyanov, Dan (Prof. Dr.)
Sprache:
en
Fachgebiet:
DAT Datenverarbeitung, Informatik
Stichworte:
Regularization, Laplacian Graph, Dictionary Learning, Deep Learning, Crowdsourcing, Gamification.
Übersetzte Stichworte:
Regularization, Laplacian Graph, Dictionary Learning, Deep Learning, Crowdsourcing, Gamification.
TU-Systematik:
MED 230d; DAT 760d
Kurzfassung:
Aimed at improving machine learning algorithms by incorporating domain-specific knowledge, we develop a set of mathematical and technical methods that cope with different conditions of data abundance, reliable labels, and class balance. Proposed methods are evaluated for various biomedical applications, in particular, Tomographic Reconstruction and Noise Reduction in Cryo-Electron Tomography, Mitotic figure Detection in Breast Cancer Histology Images, and Visual Perception in Interventional Imaging.
«
Aimed at improving machine learning algorithms by incorporating domain-specific knowledge, we develop a set of mathematical and technical methods that cope with different conditions of data abundance, reliable labels, and class balance. Proposed methods are evaluated for various biomedical applications, in particular, Tomographic Reconstruction and Noise Reduction in Cryo-Electron Tomography, Mitotic figure Detection in Breast Cancer Histology Images, and Visual Perception in Interventional Imag...
»
Übersetzte Kurzfassung:
Bei der Verbesserung von maschinellen Lernalgorithmen durch die Integration von domänenspezifischen Kenntnissen entwickeln wir eine Reihe von mathematischen und technischen Methoden, die mit unterschiedlichen Bedingungen der Datenübertragung, zuverlässigen Annotationen und Klassenbilanz übereinstimmen. Die vorgeschlagenen Methoden werden für verschiedene biomedizinische Anwendungen, insbesondere Tomographische Rekonstruktion und Rauschreduktion in der Kryo-Elektronen-Tomographie, Mitose-Figur-Detektion in histologische Bildverarbeitung für Brustkrebsanlayse und visuelle Wahrnehmung in der interventionellen Bildgebung ausgewertet.
«
Bei der Verbesserung von maschinellen Lernalgorithmen durch die Integration von domänenspezifischen Kenntnissen entwickeln wir eine Reihe von mathematischen und technischen Methoden, die mit unterschiedlichen Bedingungen der Datenübertragung, zuverlässigen Annotationen und Klassenbilanz übereinstimmen. Die vorgeschlagenen Methoden werden für verschiedene biomedizinische Anwendungen, insbesondere Tomographische Rekonstruktion und Rauschreduktion in der Kryo-Elektronen-Tomographie, Mitose-Figur-De...
»