ຕາຕະລາງການເຊື່ອມຕໍ່   ບົດຄັດຫຍໍ້ແລະບົດແນະນໍາ   ວຽກງານທີ່ກ່ຽວຂ້ອງ  ວິທີການ   3.1 ຄວາມຍຸຕິທຳໃນແງ່ບວກ   3.2 ຄໍາຮ້ອງສະຫມັກ   ການທົດລອງ   4.1 ຜົນໄດ້ຮັບເບື້ອງຕົ້ນ   4.2 ຄວາມຍຸຕິທຳໃນແງ່ບວກ   ບົດສະຫຼຸບ ແລະເອກະສານອ້າງອີງ  3.2 ຄໍາຮ້ອງສະຫມັກ  ເພື່ອເຮັດໃຫ້ແນວຄິດຍຸດຕິທໍານີ້ເຂົ້າໄປໃນການປະຕິບັດແລະສະແດງໃຫ້ເຫັນຄວາມແຕກຕ່າງກັບຄວາມຍຸຕິທໍາຂອງກຸ່ມແບບດັ້ງເດີມ, ພວກເຮົາປຽບທຽບສາມແບບທີ່ນໍາໃຊ້ຄຸນລັກສະນະທີ່ລະອຽດອ່ອນກັບຕົວແບບພື້ນຖານ. ວິທີການທີ່ຄຸນລັກສະນະທີ່ລະອຽດອ່ອນຖືກນໍາໃຊ້ໂດຍຕົວແບບແມ່ນເປັນທີ່ຮູ້ຈັກຜົນກະທົບຕໍ່ຄວາມຍຸຕິທໍາແລະການປະຕິບັດຂອງຕົວແບບ [3,39,41,11]. ດັ່ງນັ້ນ, ພວກເຮົາໃຊ້ຕົວແບບທີ່ມີຄຸນລັກສະນະທີ່ລະອຽດອ່ອນຢ່າງຈະແຈ້ງ, ຫຼືໃນທາງກັບກັນ, ເອົາການເຂົ້າລະຫັດປະຊາກອນອອກຈາກຂໍ້ມູນການປ້ອນຂໍ້ມູນ.  ສີ່ຕົວແບບໄດ້ຖືກຝຶກອົບຮົມກ່ຽວກັບບັນຫາການຈັດປະເພດຫຼາຍປ້າຍຂອງຜົນການຄົ້ນພົບໃນ radiography ຫນ້າເອິກ (CXR). ໃນການຕັ້ງຄ່າທັງຫມົດ, ກະດູກສັນຫຼັງຂອງ Densenet-121 [13] ຖືກນໍາໃຊ້, ເຊິ່ງໄດ້ຖືກກໍານົດຢ່າງຈະແຈ້ງເພື່ອໃຫ້ປະສິດທິພາບທີ່ດີທີ່ສຸດສໍາລັບບັນຫານີ້. ສະຖາປັດຕະຍະກໍາແບບທີ່ແນ່ນອນແມ່ນສະແດງຢູ່ໃນຮູບ 2 ແລະອະທິບາຍຂ້າງລຸ່ມນີ້:  –   : ຕົວຈັດປະເພດພື້ນຖານໂດຍໃຊ້ຮູບພາບເປັນການປ້ອນຂໍ້ມູນ ແລະໄດ້ຮັບການຝຶກອົບຮົມເພື່ອຄາດຄະເນການຄົ້ນພົບ CXR ເປົ້າໝາຍທີ່ກ່ຽວຂ້ອງກັບຊຸດຂໍ້ມູນຂອງພວກເຮົາ. ຮູບແບບດັ່ງກ່າວປະກອບດ້ວຍກະດູກສັນຫຼັງເພື່ອສະກັດລັກສະນະຮູບພາບແລະສາຂາການຄົ້ນຫາທີ່ປະກອບດ້ວຍຊັ້ນເຊື່ອມຕໍ່ຢ່າງເຕັມສ່ວນແລະການສູນເສຍຂອງ entropy ຂ້າມ binary ສໍາລັບແຕ່ລະການຄົ້ນຫາ. M1  –   : ການ​ຈັດ​ປະ​ເພດ​ການ​ນໍາ​ໃຊ້​ທັງ​ຮູບ​ພາບ​ແລະ​ລັກ​ສະ​ນະ​ເຊື້ອ​ຊາດ​ເປັນ​ການ​ປ້ອນ​ຂໍ້​ມູນ​. ຂໍ້ມູນເຊື້ອຊາດມາໃນຮູບແບບຂອງຕົວແປປະເພດ, ເຊິ່ງພວກເຮົາປ່ຽນເປັນ vector ຮ້ອນຫນຶ່ງແລະ feed ກັບ layer ເຊື່ອມຕໍ່ຢ່າງເຕັມສ່ວນ. ພວກເຮົາ concatenate ລັກສະນະຈາກຊັ້ນເຊື່ອມຕໍ່ຢ່າງເຕັມສ່ວນແລະລັກສະນະຮູບພາບກ່ອນທີ່ຈະສົ່ງຕໍ່ໄປຫາສາຂາ. ແບບຈໍາລອງແມ່ນການຝຶກອົບຮົມຈາກຈຸດຈົບ. M2  –   : ການຈັດປະເພດທີ່ໃຊ້ຮູບພາບເປັນການປ້ອນຂໍ້ມູນເທົ່ານັ້ນ, ແຕ່ໄດ້ຮັບການຝຶກອົບຮົມເພື່ອຄາດຄະເນການຄົ້ນພົບຮູບພາບເຊັ່ນດຽວກັນກັບກຸ່ມເຊື້ອຊາດ (ເຊັ່ນ: ຮູບແບບນີ້ມີຈຸດປະສົງເພື່ອໃຊ້ການເຂົ້າລະຫັດເຊື້ອຊາດທີ່ມີຢູ່ໃນຮູບພາບ). ສໍາລັບຮູບແບບນີ້, ພວກເຮົາດັດແປງຊັ້ນສຸດທ້າຍຂອງການຈັດປະເພດພື້ນຖານໂດຍການປັບຫນ້າທີ່ສູນເສຍເພື່ອເພີ່ມປະສິດທິພາບສອງຫນ້າວຽກ: ການຄົ້ນພົບ CXR ແລະກຸ່ມເຊື້ອຊາດ. ພວກເຮົາຍັງປ່ຽນຂໍ້ມູນເຊື້ອຊາດເປັນ vector encoded ຮ້ອນດຽວເພື່ອນໍາໃຊ້ການສູນເສຍຫຼາຍຊັ້ນຮຽນ. ສາຂາການຈັດປະເພດເຊື້ອຊາດແມ່ນເຮັດດ້ວຍຊັ້ນເຊື່ອມຕໍ່ຢ່າງເຕັມສ່ວນແລະຫນ້າທີ່ສູນເສຍ entropy ຂ້າມ. ການສູນເສຍສຸດທ້າຍແມ່ນຄິດໄລ່ໂດຍການເພີ່ມການຊອກຫາການສູນເສຍແລະການສູນເສຍເຊື້ອຊາດດ້ວຍການສູນເສຍນ້ໍາຫນັກ λ. M3  –   : ຕົວຈັດປະເພດທີ່ໃຊ້ຮູບພາບເປັນການປ້ອນຂໍ້ມູນ, ການຝຶກອົບຮົມເພື່ອຄາດຄະເນການຄົ້ນພົບຮູບພາບ, ໃນຂະນະທີ່ຫຼຸດຜ່ອນການໃຊ້ຂໍ້ມູນເຊື້ອຊາດທີ່ເຂົ້າລະຫັດໃນຮູບພາບ. ສໍາລັບຮູບແບບນີ້, ພວກເຮົາປະຕິບັດເຕັກນິກການປີ້ນກັບກັນ gradient ທີ່ອະທິບາຍໄວ້ໃນ [28]. ພວກເຮົານໍາໃຊ້ຊັ້ນການປີ້ນກັບກັນ gradient ກ່ອນສາຂາເຊື້ອຊາດ.  M4   ຜູ້ຂຽນ:  (1) Samia Belhadj∗, Lunit Inc., Seoul, ສາທາລະນະລັດເກົາຫຼີ (samia.belhadj@lunit.io);  (2) Sanguk Park [0009 −0005 −0538 −5522]*, Lunit Inc., Seoul, ສາທາລະນະລັດເກົາຫຼີ (tony.superb@lunit.io);  (3) Ambika Seth, Lunit Inc., Seoul, ສາທາລະນະລັດເກົາຫຼີ (ambika.seth@lunit.io);  (4) Hesham Dar [0009 −0003 −6458 −2097], Lunit Inc., Seoul, ສາທາລະນະລັດເກົາຫຼີ (heshamdar@lunit.io);  (5) Thijs Kooi [0009 −0003 −6458 −2097], Kooi, Lunit Inc., Seoul, Republic of Korea (tkooi@lunit.io).  ເອກະສານນີ້   ພາຍໃຕ້ໃບອະນຸຍາດ CC BY-NC-SA 4.0. ມີຢູ່ໃນ arxiv

Part of HackerNoon's growing list of open-source research papers, promoting free access to academic material.

Read My Stories

Snapshot of society, a statistical portrait of people, age, gender, understanding populations, and their diverse stories

demographic's blog

ສຽງນີ້ຖືກຜະລິດເປັນພາສາຕົ້ນສະບັບຂອງເລື່ອງ!

ຍາວເກີນໄປ; ອ່ານ

Get Free Unlimited IP Geo Data With IPinfo Lite

ຂໍ້ມູນທີ່ລະອຽດອ່ອນມີຜົນກະທົບຄວາມຍຸຕິທໍາແລະຄວາມຖືກຕ້ອງໃນຮູບແບບ AI ການແພດ

About Author

ຄຳເຫັນ

ວາງປ້າຍ

ບົດຄວາມນີ້ໄດ້ຖືກນໍາສະເຫນີໃນ

Related Stories

Starting 2025 with New Features: Settings Dashboard, HackerNoon Decoded, Updated Search UI, and More

How to Mint Your Name.HackerNoon Web3 Identity Namespace

Microsoft's AI Bet Fails to Dent Google's Search Dominance

Unraveling Web and API Security by Vulnerabilities Examples

Starting 2025 with New Features: Settings Dashboard, HackerNoon Decoded, Updated Search UI, and More

How to Mint Your Name.HackerNoon Web3 Identity Namespace

Microsoft's AI Bet Fails to Dent Google's Search Dominance

Unraveling Web and API Security by Vulnerabilities Examples

Light-Mode

Classic

Newspaper

Dark-Mode

Neon Noir

Minty

HN StartUps

ຂໍ້​ມູນ​ທີ່​ລະ​ອຽດ​ອ່ອນ​ມີ​ຜົນ​ກະ​ທົບ​ຄວາມ​ຍຸ​ຕິ​ທໍາ​ແລະ​ຄວາມ​ຖືກ​ຕ້ອງ​ໃນ​ຮູບ​ແບບ AI ການ​ແພດ​