<link rel="stylesheet" href="styles.f3b1fba60ec7970c.css">

Класифікація рентгенограм легенів з використанням згорткових нейронних мереж

Скорочена інформація про документ
dc.contributor.authorШемет, Є. О.uk
dc.contributor.authorПапа, А. А.uk
dc.contributor.authorЯровий, А. А.uk
dc.titleКласифікація рентгенограм легенів з використанням згорткових нейронних мережuk
dc.date.issued2021
dc.publisherВінницький національний технічний університетuk
dc.identifier.citationШемет Є. О. Класифікація рентгенограм легенів з використанням згорткових нейронних мереж [Електронний ресурс] / Є. О. Шемет, А. А. Папа, А. А. Яровий // Матеріали L Науково-технічної конференції підрозділів ВНТУ, Вінниця, 10-12 березня 2021 р. – Електрон. текст. дані. – 2021. – Режим доступу: https://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2021/paper/view/12312.uk
dc.relation.ispartofМатеріали L Науково-технічної конференції підрозділів ВНТУ, Вінниця, 10-12 березня 2021 р.uk
dc.relation.urihttps://conferences.vntu.edu.ua/index.php/all-fitki/all-fitki-2021/paper/view/12312
dc.identifier.udc004.89​:​
dc.identifier.urihttp://ir.lib.vntu.edu.ua/handle/123456789/39747
dc.description.abstractВ ході проведеного дослідження проаналізовані особливості класифікації рентгенограм легенів на основі згорткових нейронних мереж. Проаналізовано точність класифікації та ділянки зображень, на які реагує нейромережа .uk
dc.description.abstractIn the course of the research the peculiarities of radiographs classification on the basis of convolutional neural networks are analyzed. The accuracy of classification and areas of images to which the neural network responds are analyzed.en
dc.subject​згорткові нейронні мережіuk
dc.subjectкласифікаціяuk
dc.subjectрентгенограмаuk
dc.subject​COVID-19en
dc.subject​convolutional neural networksen
dc.subjectclassificationen
dc.subjectradiographen
dc.typeThesis
dc.language.isoukuk
dc.relation.referencesCOVID-19 Radiography Database – [Електронний ресурс] – Режим доступу: https://www.kaggle.com/tawsifurrahman/covid19-radiography-databaseen
dc.relation.referencesKaren Simonyan, Andrew Zisserman. Very Deep Convolutional Networks for Large-Scale Visual Recognition. International Conference on Learning Representations, 2015 – [Електронний ресурс] – Режим доступу: https://www.robots.ox.ac.uk/~vgg/research/very_deep/en
dc.relation.referencesIlya Kostrikov, Denis Yarats, Rob Fergus. Image Augmentation Is All You Need: Regularizing Deep Reinforcement Learning from Pixels. – Cornell University Library, 2020 – [Електронний ресурс] – Режим доступу: https://arxiv.org/abs/2004.13649en
dc.relation.referencesShaeke Salman, Xiuwen Liu. Overfitting Mechanism and Avoidance in Deep Neural Networks. – Cornell University Library, 2020 – [Електронний ресурс] – Режим доступу: https://arxiv.org/abs/1901.06566en
dc.relation.referencesMarco Tulio Ribeiro, Sameer Singh, Carlos Guestrin. "Why Should I Trust You?": Explaining the Predictions of Any Classifier – Cornell University Library, 2020 – [Електронний ресурс] – Режим доступу: https://arxiv.org/abs/1602.04938en
dc.date.accessioned2024-03-14T17:39:50Z
dc.date.available2024-03-14T17:39:50Z

Файли

Контейнер файлів

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
12312.pdf
Розмір:
188,75 KB
Формат:
Adobe Portable Document Format
Завантажити

Ліцензійна угода

Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
license.txt
Розмір:
17 B
Формат:
Plain Text
Опис:
Завантажити

Зібрання

НТКП ВНТУ. Факультет інформаційних технологій та комп'ютерної інженерії (2021)