Informacja

Drogi użytkowniku, aplikacja do prawidłowego działania wymaga obsługi JavaScript. Proszę włącz obsługę JavaScript w Twojej przeglądarce.

Przeglądasz jako GOŚĆ

Wyszukujesz frazę ""COVID-19 diagnosis"" wg kryterium: Temat


Wyświetlanie 1-3 z 3
Tytuł :
Periphery-aware COVID-19 Diagnosis with Contrastive Representation Enhancement.
Autorzy :
Hou J; School of Computer Science, Shanghai Key Lab of Intelligent Information Processing, Fudan University, Shanghai, China.
Xu J; School of Computer Science, Shanghai Key Lab of Intelligent Information Processing, Fudan University, Shanghai, China.
Jiang L; School of Computer Science, Shanghai Key Lab of Intelligent Information Processing, Fudan University, Shanghai, China.
Du S; School of Information Science and Technology, Fudan University, Shanghai, China.
Feng R; School of Computer Science, Shanghai Key Lab of Intelligent Information Processing, Fudan University, Shanghai, China.
Zhang Y; School of Computer Science, Shanghai Key Lab of Intelligent Information Processing, Fudan University, Shanghai, China.
Shan F; Department of Radiology, Shanghai Public Health Clinical Center, Fudan University, Shanghai, China.
Xue X; School of Computer Science, Shanghai Key Lab of Intelligent Information Processing, Fudan University, Shanghai, China.
Pokaż więcej
Źródło :
Pattern recognition [Pattern Recognit] 2021 May 06, pp. 108005. Date of Electronic Publication: 2021 May 06.
Typ publikacji :
Journal Article
Czasopismo naukowe
Tytuł :
MetaCOVID: A Siamese neural network framework with contrastive loss for n -shot diagnosis of COVID-19 patients.
Autorzy :
Shorfuzzaman M; Department of Computer Science, College of Computers and Information Technology (CCIT), Taif University, Taif, Saudi Arabia.
Hossain MS; Chair of Pervasive and Mobile Computing, King Saud University, Riyadh 11543, Saudi Arabia.; Department of Software Engineering, College of Computer and Information Sciences, King Saud University, Riyadh 11543, Saudi Arabia.
Pokaż więcej
Źródło :
Pattern recognition [Pattern Recognit] 2021 May; Vol. 113, pp. 107700. Date of Electronic Publication: 2020 Oct 17.
Typ publikacji :
Journal Article
Czasopismo naukowe
Tytuł :
Momentum contrastive learning for few-shot COVID-19 diagnosis from chest CT images.
Autorzy :
Chen X; School of Computer Science and Engineering at University of New South Wales, NSW 2052, Australia.
Yao L; School of Computer Science and Engineering at University of New South Wales, NSW 2052, Australia.
Zhou T; Inception Institute of Artificial Intelligence, Abu Dhabi, UAE.
Dong J; School of Computer Science and Engineering at University of New South Wales, NSW 2052, Australia.
Zhang Y; Department of Bioengineering, Lehigh University, Bethlehem, PA 18015, USA.
Pokaż więcej
Źródło :
Pattern recognition [Pattern Recognit] 2021 May; Vol. 113, pp. 107826. Date of Electronic Publication: 2021 Jan 16.
Typ publikacji :
Journal Article
Czasopismo naukowe
    Wyświetlanie 1-3 z 3

    Ta witryna wykorzystuje pliki cookies do przechowywania informacji na Twoim komputerze. Pliki cookies stosujemy w celu świadczenia usług na najwyższym poziomie, w tym w sposób dostosowany do indywidualnych potrzeb. Korzystanie z witryny bez zmiany ustawień dotyczących cookies oznacza, że będą one zamieszczane w Twoim komputerze. W każdym momencie możesz dokonać zmiany ustawień dotyczących cookies