文献

J-GLOBAL ID：202202283840128540   整理番号：22A0992930

注意力機構に基づく肺結節分類研究【JST・京大機械翻訳】

CLASSFICATION OF PULMONARY NODULES BASED ON ATTENTION MECHANISM

著者 (4件)： Kuang Jian (蘇州大学計算机科学与技術学院 江蘇 蘇州 215000) ,  Hong Minjie (蘇州大学計算机科学与技術学院 江蘇 蘇州 215000) ,  Liu Xingchen (蘇州大学計算机科学与技術学院 江蘇 蘇州 215000) ,  Jia Juncheng (蘇州大学計算机科学与技術学院 江蘇 蘇州 215000)
資料名： Jisuanji Yingyong Yuruanjian  (Jisuanji Yingyong Yuruanjian)
巻： 39  号： 1  ページ： 163-167  発行年： 2022年 
JST資料番号： C2940A  ISSN： 1000-386X  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 肺結節分類の効果を更に向上するために,注意機構に基づく分類アルゴリズムを導入した。ニューラルネットワークに空間とチャネル注意力因子を加えることで、肺結節分類ネットワークにもっと有効な特徴マッピングを生成させ、勾配リフティングツリーアルゴリズムと結合して、モデルの性能をさらに向上させた。多数の実験の後,この方法の有効性を証明した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： 性能 ,  *ネットワーク ,  ニューラルネットワーク ,  空間 ,  有効性 ,  チャネル ,  *肺疾患
準シソーラス用語： 分類アルゴリズム ,  *肺結節 , 【Automatic Indexing@JST】

分類 (2件)： システム設計・解析  (IA02030D) ,  計算機シミュレーション  (JE11000H)

タイトルに関連する用語 (4件)： 注意力 ,  肺結節 ,  分類 ,  研究