Name: Classification d'Images Radiologiques Par Apprentissage Profond Optimisé (en Francés)
SKU: 58248559
Price: 167.80 PEN
Availability: InStock
Author: Jangid, Mahesh ; Panda, Shubhajit ; Chaurasia, Sandeep
ISBN: 9786204171630

portada Classification d'Images Radiologiques Par Apprentissage Profond Optimisé (en Francés)

Classification d'Images Radiologiques Par Apprentissage Profond Optimisé (en Francés)

Formato

Libro Físico

Autor

Mahesh Jangid

Shubhajit Panda

Sandeep Chaurasia

Editorial

Editions Notre Savoir

Idioma

Francés

N° páginas

Encuadernación

Tapa Blanda

Dimensiones

22.9x15.2x0.4 cm

Peso

0.12 kg.

ISBN13

9786204171630

Classification d'Images Radiologiques Par Apprentissage Profond Optimisé (en Francés)

Mahesh Jangid (Autor) · Shubhajit Panda (Autor) · Sandeep Chaurasia (Autor) · Editions Notre Savoir · Tapa Blanda

Libro Nuevo Importado

Envío: 21 a 26 días háb.

S/ 372,88S/ 167,80

-55%

Costos de importación incluídos en el precio ✅

Libro Nuevo

Quedan 10 unidades

S/ 167,80

Llega entre el 03 Dic y el 15 Dic a CERCADO DE LIMA, Lima. Seleccionar ubicación

Agregar a lista de deseos

Reseña del libro "Classification d'Images Radiologiques Par Apprentissage Profond Optimisé (en Francés)"

Les réseaux neuronaux convolutifs profonds, ou simplement les réseaux neuronaux convolutifs (CNN), sont récemment devenus l'un des modèles d'apprentissage les plus puissants et les plus expressifs pour la reconnaissance des formes d'images, le traitement des images médicales, la vision par ordinateur, la reconnaissance optique des caractères et la reconnaissance de l'écriture manuscrite, etc. qui permettent d'effectuer des tâches de classification, tant binaires que catégorielles, de manière efficace et simple. En plus de sa large utilisation dans divers domaines et champs, il a gagné en popularité et en reconnaissance dans le domaine des sciences médicales, car divers rapports médicaux sont aujourd'hui très fiables sur la reconnaissance d'images basée sur l'apprentissage profond. Dans ce livre, nous avons formé un modèle de réseau neuronal structuré profond, qui est essentiellement un modèle CNN sur un grand ensemble de données d'images radiographiques appelé MURA (Musculoskeletal Radiographs Abnormality) et nous avons essayé de prédire les anomalies d'une image radiographique (si une image est normale ou anormale) sur la base de classifications binaires.