文献

J-GLOBAL ID：202002281351864757   整理番号：20A2622094

COVID-19診断のための高次元テンソルに基づく深層学習【JST・京大機械翻訳】

Deep Learning Based on High-Dimensional Tensor for COVID-19 Diagnosis

著者 (5件)： Wang Qiaoping (Fuzhou University,College of Mathematics and Computer Science/College of Software,Fuzhou,China) ,  Wang Wenye (Fuzhou University,College of Mathematics and Computer Science/College of Software,Fuzhou,China) ,  Chen Xiaoyun (Fuzhou University,College of Mathematics and Computer Science/College of Software,Fuzhou,China) ,  Chen Li (Fujian Medical University,The School of Basic Medical Sciences,Fuzhou,China) ,  Chen Wenjian (Fuzhou University,College of Mathematics and Computer Science/College of Software,Fuzhou,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ISPDS  ページ： 183-188  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： コロナウイルス病2019(COVID-19)のブレークアウトと急速な広がりは世界的な健康上の懸念となっている。疾患は18.7百万人以上感染し,2020年8月6日以降,世界中で707000以上の死亡を引き起こした。コンピュータ断層撮影(CT)は,COVTD-19のスクリーニングと試験を提供するのに有望である。本論文は,CTスキャンを分類するために高次元テンソルに基づく交差層接続ニューラルネットワークを提案した。交差層接続ネットワーク高密度NetとResNetは,深い特徴を抽出する際によく機能する洗練されたネットワーク構造残留ブロックと高密度ブロックを持っている。特に,入力テンソル次元として1,4,8,16および32を選択し,2つのニューラルネットワークに関する実験を行った。大規模な実験結果は,高密度Net-121がバックボーンネットワークであり,テンソル次元が16であるとき,実験結果は最良であり,精度とAUCの両方が0.92,精度が0.90,Flが0.95,および再現が0.99であることを示した。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： *テンソル ,  ネットワーク ,  ニューラルネットワーク ,  基幹回線 ,  ネットワーク構造 ,  *高次元 ,  計算機トモグラフィー
準シソーラス用語： コロナウイルス ,  高密度 ,  クロスレイヤ ,  *深層学習 , 【Automatic Indexing@JST】

分類 (5件)： 音声処理  (JE05000E) ,  医用画像処理  (JE04020T) ,  符号理論  (ND02030R) ,  NMR一般  (BM07041R) ,  専用演算制御装置  (JC04030Y)

タイトルに関連する用語 (5件)： COVID-19 ,  診断 ,  高次元 ,  テンソル ,  深層学習