Name: Classificazioni Di Immagini a Raggi X Utilizzando l'Apprendimento Profondo Ottimizzato (en Italiano)
Price: 1159.48 MXN
Availability: InStock
Author: Jangid, Mahesh ; Panda, Shubhajit ; Chaurasia, Sandeep
ISBN: 9786204171647

Envío gratis

portada Classificazioni Di Immagini a Raggi X Utilizzando l'Apprendimento Profondo Ottimizzato (en Italiano)

Formato

Libro Físico

Autor

Editorial

Idioma

Italiano

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9 x 15.2 x 0.4 cm

Peso

0.12 kg.

ISBN13

9786204171647

Classificazioni Di Immagini a Raggi X Utilizzando l'Apprendimento Profondo Ottimizzato (en Italiano)

Mahesh Jangid (Autor) · Shubhajit Panda (Autor) · Sandeep Chaurasia (Autor) · Edizioni Sapienza · Tapa Blanda

Libro Nuevo

$ 1,159.48

$ 1,932.46

Ahorras: $ 772.99

40% descuento

Envío normal

Origen: Estados Unidos (Costos de importación incluídos en el precio)

Se enviará desde nuestra bodega entre el Jueves 18 de Julio y el Viernes 26 de Julio.

Lo recibirás en cualquier lugar de México entre 1 y 3 días hábiles luego del envío.

Reseña del libro "Classificazioni Di Immagini a Raggi X Utilizzando l'Apprendimento Profondo Ottimizzato (en Italiano)"

Le Reti Neurali Convoluzionali Profonde o semplicemente Reti Neurali Convoluzionali (CNN) sono recentemente diventate uno dei modelli di apprendimento più potenti ed espressivi per il riconoscimento di modelli di immagini, l'elaborazione di immagini mediche, la visione artificiale, il riconoscimento di caratteri scritti a mano/ottici, ecc. che sono ben esperti nell'eseguire i compiti di classificazione, sia binari che categoriali in modo efficiente e semplice. Oltre al suo ampio uso in vari campi e domini in questi giorni, ha guadagnato un'alta popolarità e riconoscimento nell'area della scienza medica, dato che vari rapporti medici in questi giorni sono altamente affidabili sul riconoscimento delle immagini basato sul Deep Learning. In questo libro, abbiamo addestrato un modello di rete neurale strutturata profonda, che è fondamentalmente un modello CNN su un grande set di dati di immagini radiografiche chiamato MURA (Musculoskeletal Radiographs Abnormality) e abbiamo cercato di prevedere le anomalie di un'immagine radiografica (se un'immagine è normale o anormale) sulla base di classificazioni binarie.