Wyniki wyszukiwania dla: IMAGE RECOGNITION - MOST Wiedzy

Twoje konto

zaloguj

Wyszukiwarka

Wyniki wyszukiwania dla: IMAGE RECOGNITION

Najlepsze wyniki w katalogu: Potencjał Badawczy Pokaż wszystkie wyniki (53)

Wyniki wyszukiwania dla: IMAGE RECOGNITION

  • Zespół Inżynierii Biomedycznej

    Potencjał Badawczy

    Inżynieria biomedyczna stanowi nową interdyscyplinarną dziedzinę wiedzy zlokalizowaną na pograniczu nauk technicznych, medycznych i biologicznych. Według opinii WHO (World Health Organization) można ją zaliczyć do głównych (obok inżynierii genetycznej) czynników decydujących o postępie współczesnej medycyny. Rosnące znaczenie kształcenia w zakresie INŻYNIERII BIOMEDYCZNEJ wynika z faktu, że specjaliści tej dyscypliny są potrzebni...

  • Zespół Systemów Multimedialnych

    Potencjał Badawczy

    * technologie archiwizacji, rekonstrukcji i dostępu do nagrań archiwalnych * technologie inteligentnego monitoringu wizyjnego i akustycznego * multimedialne technologie telemedyczne * multimodalne interfejsy komputerowe

  • Inteligentne Systemy Interaktywne

    Potencjał Badawczy

    Naturalne interfejsy, umożliwiające inteligentną interakcję człowiek-maszyna z możliwością oddziaływania na możliwie wszystkie zmysły człowieka równocześnie i bez potrzeby jego wcześniejszego szkolenia w zakresie używania typowych urządzeń zewnętrznych komputera, w tym z wykorzystaniem metod automatycznego rozpoznawania i syntezy mowy, biometrii, proaktywnych (samo-wykonywalnych) dokumentów elektronicznych, rozpoznawania emocji...

Najlepsze wyniki w katalogu: Oferta Biznesowa Pokaż wszystkie wyniki (14)

Wyniki wyszukiwania dla: IMAGE RECOGNITION

Pozostałe wyniki Pokaż wszystkie wyniki (104)

Wyniki wyszukiwania dla: IMAGE RECOGNITION

  • Dependable Integration of Medical Image Recognition Components

    Publikacja

    - Rok 2012

    Computer driven medical image recognition may support medical doctors in the diagnosis process, but requires high dependability considering potential consequences of incorrect results. The paper presentsa system that improves dependability of medical image recognition by integration of results from redundant components. The components implement alternative recognition algorithms of diseases in thefield of gastrointestinal endoscopy....

  • Parameters optimization in medicine supporting image recognition algorithms

    Publikacja

    - Rok 2011

    In this paper, a procedure of automatic set up of image recognition algorithms' parameters is proposed, for the purpose of reducing the time needed for algorithms' development. The procedure is presented on two medicine supporting algorithms, performing bleeding detection in endoscopic images. Since the algorithms contain multiple parameters which must be specified, empirical testing is usually required to optimise the algorithm's...

  • Deep Learning: A Case Study for Image Recognition Using Transfer Learning

    Publikacja

    - Rok 2021

    Deep learning (DL) is a rising star of machine learning (ML) and artificial intelligence (AI) domains. Until 2006, many researchers had attempted to build deep neural networks (DNN), but most of them failed. In 2006, it was proven that deep neural networks are one of the most crucial inventions for the 21st century. Nowadays, DNN are being used as a key technology for many different domains: self-driven vehicles, smart cities,...

    Pełny tekst do pobrania w serwisie zewnętrznym

  • GPU Power Capping for Energy-Performance Trade-Offs in Training of Deep Convolutional Neural Networks for Image Recognition

    Publikacja

    - Rok 2022

    In the paper we present performance-energy trade-off investigation of training Deep Convolutional Neural Networks for image recognition. Several representative and widely adopted network models, such as Alexnet, VGG-19, Inception V3, Inception V4, Resnet50 and Resnet152 were tested using systems with Nvidia Quadro RTX 6000 as well as Nvidia V100 GPUs. Using GPU power capping we found other than default configurations minimizing...

    Pełny tekst do pobrania w portalu

  • Pattern Recognition and Image Analysis

    Czasopisma

    ISSN: 1054-6618