文献

J-GLOBAL ID：202002264800952436   整理番号：20A2556672

U-Netとニューラル常微分方程式の組合せを用いた自己教師付きデータセットと医用画像の意味論的セグメンテーション【JST・京大機械翻訳】

Semantic Segmentation of Self-Supervised Dataset and Medical Images Using Combination of U-Net and Neural Ordinary Differential Equations

著者 (3件)： Ahamed Md. Atik (Rajshahi University of Engineering & Technology,Department of Computer Science & Engineering,Rajshahi,Bangladesh) ,  Ali Hossain Md. (Rajshahi University of Engineering & Technology,Department of Computer Science & Engineering,Rajshahi,Bangladesh) ,  Al Mamun Md. (Rajshahi University of Engineering & Technology,Department of Computer Science & Engineering,Rajshahi,Bangladesh)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： TENSYMP  ページ： 238-241  発行年： 2020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： 本論文では,セマンティックセグメンテーションのためのUネットとニューラル常微分方程式の両方を組み合わせたアーキテクチャを提案した。この方法は,非常に低いメモリを消費し,多くの場合,意味セグメンテーションのための非常によく知られた性能メトリックに関して,いくつかの最先端の方法論を凌駕する。提案手法は3つのデータセットでテストされ,それらのうちの2つは医用画像であり,もう1つは自己監督されたデータセットである。すべてのデータセットに対して,提案した手法は,同じ環境セットアップで最先端の方法より優れている。Copyright 2020 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： 記憶装置 ,  *常微分方程式 ,  *意味論 ,  *セグメンテーション ,  *医用画像 ,  計算機アーキテクチャ

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (9件)： U-Net ,  常微分方程式 ,  組合せ ,  自己 ,  教師 ,  データセット ,  医用画像 ,  意味論 ,  セグメンテーション