ISSN: 2319 - 9873
大卫·哈维尔Benavente里奥斯
大学圣地亚哥,智利
ScientificTracks抽象:RRJET
文摘:在目前的工作,我们使用两个不同的卷积神经网络分类架构的胸腔积液患者胸部计算机断层扫描图像。我们决定使用卷积神经网络由于伟大的进步通过这种网络在图像分类问题。我们使用一个真实的数据匿名和Imagenology部门提供的公共医院从智利。数据被医院的医务人员。由于图形资源的限制,我们决定从头开始训练算法,避免过度拟合与正则化技术和优化培训流程与回调。测试中,我们使用一组1000个图像和评价分级指标,比如真阳性,真阴性率和准确性。结果因为过度拟合的算法不是最优实现。未来的工作中,我们将使用其他架构的卷积神经网络和传输学习技术架构。结论:成果并非最优拟合的算法。未来的工作中,我们将使用其他架构的卷积神经网络和传输学习技术架构。
大卫·哈维尔Benavente里奥斯是一个智利圣地亚哥大学的硕士学位的学生。专业从事机器学习(监督和非监督算法)和深度学习图像处理。与不同行业的经验。目前矿业在机器学习项目。感兴趣的博士位置相关的计算机视觉、医学图像。