文献

J-GLOBAL ID：202102230696658069   整理番号：21A1205092

SkNet:皮膚癌クラスのための畳込みニューラルネットワークベース分類アプローチ【JST・京大機械翻訳】

SkNet: A Convolutional Neural Networks Based Classification Approach for Skin Cancer Classes

著者 (6件)： Jeny Afsana Ahsan (Daffodil International University,Department of CSE,Dhaka,Bangladesh) ,  Sakib Abu Noman Md (Khulna University of Engineering and Technology,Department of CSE,Khulna,Bangladesh) ,  Junayed Masum Shah (Bahcesehir University,Department of Computer Engineering,Istanbul,Turkey) ,  Lima Khadija Akter (Daffodil International University,Department of CSE,Dhaka,Bangladesh) ,  Ahmed Ikhtiar (Daffodil International University,Department of CSE,Dhaka,Bangladesh) ,  Islam Md Baharul (Bahcesehir University,Department of Computer Engineering,Istanbul,Turkey)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2020  号： ICCIT  ページ： 1-6  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： 皮膚癌は,最も一般的な癌の1つである。この世界的に認識された健康問題に対する解決策は,非常に必要とされる。機械学習技術は,生物医学研究の分野で革命的変化をもたらした。以前に,それは皮膚癌を検出する際に有意な時間と多くの努力を取った。近年,多くの作業が,プロセスを非常に速く,はるかに正確にする,深い学習によってなされてきた。本論文では,4つの異なるタイプの皮膚癌を分類できる新しい畳込みニューラルネットワーク(CNN)ベースのアプローチを提案した。19の畳み込み層からなるSkNetを開発した。以前の研究で,1000画像で得られた最高精度は80.52%であった。提案モデルは以前の性能を超え,最高取得精度である4800画像のデータセットで95.26%の精度を達成した。Copyright 2021 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： *畳込み ,  皮膚腫瘍

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 皮膚癌 ,  クラス ,  畳込みニューラルネットワーク ,  分類