Opracowanie nowych struktur głębokich sieci neuronowych do analizy obrazów 2d, dla celów wspomagania decyzji - Project - MOST Wiedzy

Search

Opracowanie nowych struktur głębokich sieci neuronowych do analizy obrazów 2d, dla celów wspomagania decyzji

Prace projektowe skupione będą nad rozwojem struktur głębokich sieci neuronowych. Badania prowadzone będą w celu opracowania struktur sieci neuronowych, prowadzących do minimalizacji ilości parametrów. Ponadto opracowane zostaną algorytmy głębokiego uczenia, działające podczas występowania deficytu danych. Opracowane algorytmy zastosowane zostaną w budowie 2 systemów. Pierwszy z systemów będzie umożliwiał klasyfikację choroby Alzheimera na podstawie zdjęć MRI mózgu. Drugi program służył będzie do klasyfikacji sceny tj.: wykrycia i lokalizacji obiektów na obrazie.

Details

Financial Program Name:
DIAMOND GRANT
Organization:
Ministerstwo Nauki i Szkolnictwa Wyższego (MNiSW)
Agreement:
0207/DIA/2017/46 z dnia 2017-08-31
Realisation period:
2017-08-31 - 2022-08-30
Project manager:
mgr inż. Arkadiusz Kwasigroch
Realised in:
Department of Control Systems Engineering
Request type:
National Research Programmes
Domestic:
Domestic project
Verified by:
Gdańsk University of Technology

Filters

total: 2

  • Category

  • Year

clear Chosen catalog filters disabled

Catalog Projects

  • Deep CNN based decision support system for detection and assessing the stage of diabetic retinopathy
    Publication

    - Year 2018

    The diabetic retinopathy is a disease caused by long-standing diabetes. Lack of effective treatment can lead to vision impairment and even irreversible blindness. The disease can be diagnosed by examining digital color fundus photographs of retina. In this paper we propose deep learning approach to automated diabetic retinopathy screening. Deep convolutional neural networks (CNN) - the most popular kind of deep learning algorithms...

    Full text to download in external service

  • Deep neural network architecture search using network morphism
    Publication

    The paper presents the results of the research on neural architecture search (NAS) algorithm. We utilized the hill climbing algorithm to search for well-performing structures of deep convolutional neural network. Moreover, we used the function preserving transformations which enabled the effective operation of the algorithm in a short period of time. The network obtained with the advantage of NAS was validated on skin lesion classification...

    Full text to download in external service

seen 107 times