固定 冠状 非侵入性预测性AI冠状动脉造影提出了一种新型诊断冠状动脉疾病的方法。使用神经网络分析设计了用于诊断冠心病的模型,并允许揭示短暂性心肌缺血,主要冠状动脉的病理学。该研究的目的是比较受过训练的神经的准确性… 数据科学 17分钟阅读 数据科学 17分钟阅读
1月26日 datret:在泰坦尼克号数据集上使用datretClassifier的示例 神经网络在分类中的简单应用 - 泰坦尼克号 - 从灾难中学习的机器学习:kaggle数据集是什么?DATRET的简单实现了深度神经网络体系结构,用于表达图形数据,其神经元的数量和功能类似于经典的机器学习方法,其自动逐层减少。 数据科学 3分钟阅读 数据科学 3分钟阅读
1月22日 Datret:结构化表格数据的TensorFlow实现 我的开源项目简单地实现了深层神经网络体系结构,可用于表格数据,可调节层的生成和逐层神经元的数量增加。使用类似的经典机器学习方法。本文讨论了该库的原因,将进行“教程”并比较预测… 数据科学 6分钟阅读 数据科学 6分钟阅读
1月9日 NONA:缺少数据归合算法 我的第一个开源产品。- github - abdualimovtp/nona:用于使用真实数据集中的人工智能方法填充缺失值的库,缺少值会为进一步处理带来问题。替换或填充缺失值是很大的价值。… 数据科学 5分钟阅读 数据科学 5分钟阅读
1月6日 UNET ++:在张力流上的UNET ++体系结构的实现用于分割细胞核 什么是UNET ++?- 医疗图像细分的强大架构。该体系结构本质上是一个深度监督的编码器网络,其中编码器和解码器子网络通过一系列嵌套,密集的跳过路径连接。重新设计的跳过路径旨在减少编码器和解码器子网络特征图之间的语义差距。… 数据科学 7分钟阅读 数据科学 7分钟阅读
1月4日 同时使用gan同时生成结构化表格数据和图像 我们非常了解Gan在创建现实图像方面的成功。我们对表格数据的形成不太了解。但是,它们可以用于同时实现表格数据和图像。为什么同时生成表格数据和图像?我有… 数据科学 8分钟阅读 数据科学 8分钟阅读
1月3日 以ECG图像为例,使用生成对抗性神经网络(GAN)生成图像。 要使用GAN创建图像,我将使用TensorFlow。生成对抗网络(GAN)是一种机器学习(ML)模型,其中两个神经网络相互竞争,以更准确地预测。甘斯如何工作?建立gan的第一步是确定… 数据科学 6分钟阅读 数据科学 6分钟阅读
2022年12月28日 人工智能vs 24小时的心电图监测与跑步机测试检测心肌缺血 我使用Coronarography.ai应用程序使用AI -App for Android用例应用程序Coronarography.ai摘要来检测瞬时心肌缺血。该研究的目的是将检测瞬时心肌缺血与传统诊断方法的效率进行比较,例如24小时抛光器监测,跑步机测试。材料和方法。该研究包括130名接受选修或紧急冠状动脉结构的患者… 数据科学 9分钟阅读 数据科学 9分钟阅读
2022年12月24日 生成对抗神经网络(GAN)在临床研究中的应用 新治疗的临床试验分为几个阶段,称为阶段。在试验的最早阶段,可以考虑药物或副作用的安全性。试验的后期阶段旨在测试新疗法是否比现有治疗方法更好。… 数据科学 3分钟阅读 数据科学 3分钟阅读