Maqola

Yo'nalish:

Oliy talim tizmini raqamlashtirish va innovatsion texnologiyalarni qo‘llash.

Konferensiya:

“OLIY TA`LIMNI RAQAMLI TRANFORMASIYASI: TADQIQOTLAR, MUAMMOLAR VA YECHIMLAR” (DigT Edu 2025) mavzusidagi xalqaro ilmiy-uslubiy konferensiyasi

Tavsif:

Аннотатция. Сверточные нейронные сети (CNN) играют важную роль в медицинской визуализации — от диагностики до исследований и интеграции данных. Это позволило врачам планировать операции, диагностировать пациентов раньше и изучать редкие заболевания более подробно. Однако качество данных , количество и дисбаланс — все это создает проблемы для обучения и точности CNN ; кроме того, затраты на обучение могут быть высокими, когда в системе здравоохранения требуется много типов CNN . Топология и геометрия предоставляют инструменты для смягчения этих проблем для CNN, когда они интегрируются в CNN , особенно на этапах предварительной обработкиданных или в сверточных слоях . В этой статье рассматривается текущая интеграция геометрических инструментов в архитектуры CNN для снижения нагрузки на большие наборы обучающих данных и компенсации вычислительных затрат. В этой статье также определяются плодородные области для будущих исследований интеграции геометрических инструментов с CNN. Ключевые слова: CNN-сверточные нейронные сети, МРТ Магнитно-резонансная томография, позитронно-эмиссионная томография, ТДА- топологический анализ данных

Maqola uchun havola:

Chop etilgan sana:

5/28/2025