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

Wyszukiwarka

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.

Informacje szczegółowe

Program finansujący:
DIAMENTOWY GRANT
Instytucja:
Ministerstwo Nauki i Szkolnictwa Wyższego (MNiSW)
Porozumienie:
0207/DIA/2017/46 z dnia 2017-08-31
Okres realizacji:
2017-08-31 - 2022-08-30
Kierownik projektu:
mgr inż. Arkadiusz Kwasigroch
Realizowany w:
Katedra Elektrotechniki, Systemów Sterowania i Informatyki
Typ zgłoszenia:
Krajowy Program Badawczy
Pochodzenie:
Projekt krajowy
Weryfikacja:
Politechnika Gdańska

Filtry

wszystkich: 2

  • Kategoria

  • Rok

wyczyść Filtry wybranego katalogu niedostępne

Katalog Projektów

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

    - Rok 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...

    Pełny tekst do pobrania w serwisie zewnętrznym

  • Deep neural network architecture search using network morphism

    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...

    Pełny tekst do pobrania w serwisie zewnętrznym

wyświetlono 97 razy