Test time augmentation to improve the indeterminate uncertainty of segmentation and detection accuracy of deep learning methods

QR kód

Test time augmentation to improve the indeterminate uncertainty of segmentation and detection accuracy of deep learning methods

Elmentve itt :

Bibliográfiai részletek
Szerző:	Máthé Botond
További közreműködők:	Horváth Péter (Témavezető) Nagy László (Témavezető)
Dokumentumtípus:	Szakdolgozat
Megjelent:	2019
Tárgyszavak:	Orvos- és egészségtudományok Computer sciences, information science and bioinformatics
Online Access:	http://diploma.bibl.u-szeged.hu/91959

Hasonló tételek

Active contour and deep learning methods for single-cell segmentation in microscopy images
Szerző: Tasnádi Ervin
Megjelent: (2024)

Twitter bot detection using deep learning
Szerző: Kenyeres Ádám, et al.
Megjelent: (2022)

Accuracy of analytical standard solutions and the uncertainty in their nominal concentrations
Szerző: Ambrus Árpád, et al.
Megjelent: (2017)

Uncertainty detection in Hungarian texts
Szerző: Vincze Veronika
Megjelent: (2014)

Uncertainty Detection in Hungarian Texts
Szerző: Vincze Veronika
Megjelent: (2014)

Application of deep learning algorithms to single-cell segmentation and phenotypic profiling
Szerző: Moshkov Nikita
Megjelent: (2022)

The indeterminate method of moments for adapted semigroups
Szerző: Bisgaard Torben Maack
Megjelent: (2003)

Uncertainty Detection in Natural Language Texts
Szerző: Vincze Veronika
Megjelent: (2015)

Environmental properties of cells improve machine learning-based phenotype recognition accuracy
Szerző: Tóth Tímea, et al.
Megjelent: (2018)

Improving Speed and Accuracy in Automatic Speech Recognition
Szerző: Gosztolya Gábor
Megjelent: (2010)

Tumor detection and segmentation on multimodal medical images
Szerző: Urbán Szabolcs, et al.
Megjelent: (2014)

Deep reinforcement learning a study of the CartPole problem /
Szerző: Budai Ádám, et al.
Megjelent: (2018)

An online change detection test for parametric discrete-time stochastic processes
Szerző: K. Nedényi Fanni
Megjelent: (2018)

Ensemble Bag-of-Audio-Words Representation Improves Paralinguistic Classification Accuracy
Szerző: Gosztolya Gábor, et al.
Megjelent: (2021)

DeepTest the static debugger of Java programs
Szerző: Szűgyi Zalán, et al.
Megjelent: (2010)

The role of interpretable patterns in deep learning for morphology
Szerző: Ács Judit, et al.
Megjelent: (2020)

Applications of deep learning in single-cell analysis
Szerző: Hollandi Réka
Megjelent: (2021)

EKG referenciapontok előrejelzése Deep Learning segítségével
Szerző: Fodor Franciska
Megjelent: (2019)

Deep learning-based method for Sentiment Analysis for Patients' Drug Reviews
Szerző: Al-Hadhrami Sena Sadeq Ali
Megjelent: (2023)

Improving Generalization Ability of CNNs Using Non-Sequential Data Augmentation Pipeline
Szerző: Mohammed Amin Mohammed Khasraw
Megjelent: (2020)

Comprehensive deep learning-based framework for automatic organs-at-risk segmentation in head-and-neck and pelvis for MR-guided radiation therapy planning
Szerző: Czipczer Vanda, et al.
Megjelent: (2023)

Deep learning for industry 5.0 digital-twins of people and places : [abstract] /
Szerző: Fenech Kristian
Megjelent: (2024)

Vaseline injection, an inadequate method for penile augmentation
Szerző: Rosecker Ágnes
Megjelent: (2014)

Deep learning in static, metric-based bug prediction
Szerző: Ferenc Rudolf, et al.
Megjelent: (2020)

Machine learning framework to segment sarcomeric structures in SMLM data
Szerző: Varga Dániel, et al.
Megjelent: (2023)

Deep learning-based line detection, feature matching and 2D-3D correspondence identification for pose estimation
Szerző: Amstadt Zita
Megjelent: (2023)

An addition to the methods of test determination for fault detection in combinational circuits
Szerző: Cvetković Ljubomir
Megjelent: (2004)

Improving barcode detection with combination of simple detectors
Szerző: Bodnár Péter, et al.
Megjelent: (2012)

Speed or accuracy instructions during skill learning do not affect the acquired knowledge
Szerző: Vékony Teodóra, et al.
Megjelent: (2020)

Annotating Uncertainty in Hungarian Webtext
Szerző: Vincze Veronika, et al.
Megjelent: (2014)

Segmentation methods in optical character recognition
Szerző: Árpád Zalán
Megjelent: (2001)

Diagnostic Accuracy of Five Different Fecal Markers for the Detection of Precancerous and Cancerous Lesions of the Colorectum
Szerző: Rutka Mariann, et al.
Megjelent: (2016)

Effectiveness of machine learning and deep learning models at county-level soybean yield forecasting
Szerző: Farmonov Nizom, et al.
Megjelent: (2023)

IoT Malware Detection with Machine Learning
Szerző: Buttyán Levente, et al.
Megjelent: (2022)

Visualization of test-to-code relations to detect problems of unit tests
Szerző: Aljawabrah Nadera, et al.
Megjelent: (2018)

Deep Learning alkalmazása objektum-felismerésre közepes felbontású műholdképeken
Szerző: Taró Bence
Megjelent: (2020)

Videójel alapú szegmentálás Deep Learning technikával videokártyán implementálva
Szerző: Kisgergely Ádám
Megjelent: (2018)

Approaches to improve macula detection in retinal images [abstract] /
Szerző: Antal Bálint
Megjelent: (2010)

Handling the uncertainty in resource managment [abstract] /
Szerző: Kosztyán Zsolt Tibor, et al.
Megjelent: (2004)

Signal detection under time constraint an interesting result /
Szerző: Grósz Andor, et al.
Megjelent: (2010)