文献

J-GLOBAL ID：201902232030300063   整理番号：19A1139439

機械学習:イメージングと診断への人工知能の応用【JST・京大機械翻訳】

Machine learning: applications of artificial intelligence to imaging and diagnosis

著者 (4件)： Nichols James A. (Laboratoire Jacques-Louis Lions, Sorbonne Universite, Paris, France) ,  Herbert Chan Hsien W. (Centenary Institute, The University of Sydney, Sydney, Australia) ,  Herbert Chan Hsien W. (Department of Dermatology, Royal Prince Alfred Hospital, Camperdown, Australia) ,  Baker Matthew A. B. (School of Biotechnology and Biomolecular Sciences, University of New South Wales, Kensington, Australia)
資料名： Biophysical Reviews  (Biophysical Reviews)
巻： 11  号： 1  ページ： 111-118  発行年： 2019年 
JST資料番号： W4110A  ISSN： 1867-2469  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： 機械学習(ML)は21世紀を変換するために配置された人工知能の形式である。その基礎となるアーキテクチャとアルゴリズムにおける急速な最近の進歩とデータセットのサイズにおける成長は,一連の分野にわたって計算機の能力を増加させている。これらは,車両,言語翻訳,チャタリング,およびGoのような複雑なボードゲームにおける人間の性能を超えることを含んでいる。ここでは,機械学習の背後にある基礎とアルゴリズムをレビューし,学習と最適化に対する特定のアプローチを強調した。次に,MLの医学への応用を要約した。特に,皮膚科,放射線学,病理学,および一般的顕微鏡検査の分野において,最近の診断性能と注意を示した。Copyright 2018 International Union for Pure and Applied Biophysics (IUPAB) and Springer-Verlag GmbH Germany, part of Springer Nature Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 高速度 ,  *画像処理 ,  *人工知能 ,  計算機アーキテクチャ ,  チャタリング ,  計算機械 ,  放射線医学 ,  アルゴリズム ,  *機械学習 ,  放射線 ,  顕微鏡検査 ,  最適化 ,  皮膚科学
準シソーラス用語： ボードゲーム , 【Automatic Indexing@JST】

著者キーワード (7件)： 機械学習 ,  顕微鏡 ,  イメージング ,  人工知能 ,  コンピュータビジョン ,  皮膚科学 ,  放射線

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 機械学習 ,  イメージング ,  診断 ,  人工知能 ,  応用