文献

J-GLOBAL ID：201802221194724597   整理番号：18A1895757

癌細胞を検出するためのハイブリッド分類器のハードウェア実装【JST・京大機械翻訳】

Hardware Implementation of Hybrid Classifier to Detect Cancer Cells

著者 (2件)： Naresh Gowda M (Department of Electronics and Communication Engineering, M. S. Ramaiah University of Applied Sciences, Bengaluru, India) ,  Rasheed Abdul Imran (Department of Electronics and Communication Engineering, M. S. Ramaiah University of Applied Sciences, Bengaluru, India)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： INDICON  ページ： 1-5  発行年： 2017年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 畳込みニューラルネットワークとサポートベクトルマシンは分類のための一般的機械学習アルゴリズムである。両分類技術を融合してハイブリッド分類器を開発した。ハイブリッド分類器のハードウェア実装は,システムの性能を改善し,実時間応用のための電力消費を低減することができる。本研究の主目的は,低コスト携帯機器に実装されたハイブリッド分類器を用いた癌細胞の早期検出である。白血病とメラノーマはそれぞれ血液と皮膚癌である。両方とも癌の危険な形であり,多くの死亡が白血病とメラノーマにより生じた。本論文では,FPGA上にハイブリッド分類器を実装するためのハードウェア設計を提案した。提案したシステムをZync SoC FPGAプラットフォーム上に実装し,高性能,低消費電力,低ハードウェア利用を実現した。Copyright 2018 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *腫瘍細胞 ,  *ハードウェア ,  学習アルゴリズム ,  FPGA ,  ハードウェア設計 ,  皮膚腫瘍 ,  サポートベクトルマシン ,  電力消費 ,  黒色腫 ,  白血病
準シソーラス用語： 低電力化 ,  携帯機器 ,  実時間 ,  畳込みニューラルネットワーク ,  *ハードウェア実装 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (3件)： 癌細胞 ,  分類器 ,  ハードウェア実装