AI uygulamalarını COVID-19 ile eşleyin
COVIDX-NET: X-ışını görüntülerinde COVID-19 teşhisi için derin öğrenme sınıflandırıcı çerçevesi
COVID-NET: Göğüs röntgeni görüntülerinden COVID-19 vakalarını tespit etmek için özel bir derin evrişimli sinir ağı tasarımı
Tıklama oranı tahmini için derin faiz ağı
CVPR 2020 | SwapText: Görüntü tabanlı sahne metni geçişi
Bildiri Başlığı: Yapay Zeka Uygulamalarının Peyzajını COVID-19'a Göre Haritalama
Yazar: Bullock Joseph / Alexandra / Luccioni / Pham Katherine Hoffmann / Lam Cynthia Sin Nga / Luengo-Oroz Miguel
Gönderme süresi: 2020/3/25
Makaleye bağlantı: https://arxiv.org/abs/2003.11336v1
Önerilen neden
Bu, yeni koronavirüsün araştırılmasında kullanılan bilgisayarların ve yapay zeka teknolojisinin son uygulamalarını özetleyen bir inceleme yazısı. Yeni koronavirüsün mevcut araştırma odağı, virüsün yayılmasını takip etmeyi, virüs tespitini teşvik etmeyi, aşı geliştirmeyi, yeni tedavi yöntemleri bulmayı ve salgının sosyo-ekonomik etkisini anlamayı içeriyor. Yapay zeka teknolojisi, COVID-19 krizinin moleküler, tıbbi ve epidemiyolojik uygulamalar dahil olmak üzere farklı düzeylerde çözülmesine yardımcı olabilir. Moleküler düzey ilaç keşfini ve diğer ilgili araştırmaları içerir, tıbbi düzey bireysel hastaların tanı ve tedavisini içerir ve sosyal düzey salgınları içerir. Etiyoloji ve bilgi tıbbı araştırması vb. Son olarak, bu makale ayrıca gelecekteki potansiyel araştırma yönlerini ve yapay zeka araştırmalarını teşvik etmek için gereken araçları ve kaynakları tartışıyor.
COVIDX-NET: X-ışını görüntülerinde COVID-19 teşhisi için derin öğrenme sınıflandırıcı çerçevesi
Makale Başlığı: COVIDX-Net: X-Ray Görüntülerinde COVID-19 Teşhisi İçin Derin Öğrenme Sınıflandırıcıları Çerçevesi
Yazar: Hemdan Ezz El-Din / Shouman Marwa A. / Karar Mohamed Esmail
Gönderme süresi: 2020/3/24
Makaleye bağlantı: https://arxiv.org/abs/2003.11055v1
Önerilen neden
Bu makale, radyologların COVID-19'u X-ışını görüntülerinde otomatik olarak teşhis etmelerine yardımcı olmak için COVIDX-Net adlı bir derin öğrenme çerçevesi önermektedir. Bu makale, VGG19, MobileNet vb. Dahil olmak üzere 50 göğüs röntgeni görüntüsünde 7 farklı derin evrişimli sinir ağı modelini doğruladı. % 80 -% 20 eğitim seti-test seti bölümüne dayalı olarak, bu makale VGG19 ve DenseNet sınıflandırmasının sırasıyla 0,89 ve 0,91 f1 puanlarıyla daha iyi performans gösterdiğini ortaya koymuştur. Bu sadece bir ön araştırma çalışmasıdır, daha fazla açık veri seti ortaya çıktıkça daha fazla değerlendirme yapılabilir.
COVID-NET: Göğüs röntgeni görüntülerinden COVID-19 vakalarını tespit etmek için özel bir derin evrişimli sinir ağı tasarımı
Makale Başlığı: COVID-Net: Göğüs Radyografisi Görüntülerinden COVID-19 Vakalarının Saptanması için Özelleştirilmiş Derin Evrişimli Sinir Ağı Tasarımı
Yazar: Wang Linda / Wong Alexander
Gönderme süresi: 2020/3/22
Makaleye bağlantı: https://arxiv.org/abs/2003.09871v1
Önerilen neden
Bu makale, COVID-19 vakalarını göğüs röntgeni görüntülerinden, yani COVID-Net'ten tespit etmek için tasarlanmış, derin bir evrişimli sinir ağından kaynaklandı. COVID-Net'i eğitmek için kullanılan göğüs radyografik görüntü veri seti, iki açık veritabanından 2839 hastadan 5941 göğüs radyografik görüntüsü içeren COVIDx olarak adlandırılmıştır. Bu makale aynı zamanda COVID-Net'in, klinisyenlerin daha iyi tarama yapmasına yardımcı olabilecek COVID vakalarıyla ilgili temel faktörlere ilişkin içgörü kazanmak için tahminlerde bulunmak için yorumlanabilir yöntemleri nasıl kullandığını da analiz etmektedir. Açık veriler ve kodlar, COVID-19 vakalarını tespit etmek için yüksek hassasiyetli ve pratik derin öğrenme çözümlerinin daha da geliştirilmesine yardımcı olur.
Kağıt adı: Tıklama Oranı Tahmini için Derin İlgi Ağı
Eser sahibi: Guorui Zhou
Düzenlenme zamanı: 2018/3/1
Makaleye bağlantı: https://arxiv.org/pdf/1706.06978.pdf
Önerilen neden
Bu makalenin araştırma önemi ve temel içeriği:
Tıklama oranı tahmini problemi, endüstriyel alanda çok temel bir görevdir ve genellikle reklama uygulanır. Reklamcılıkta CTR görevini çözmek için, birçok bilim insanı bu alanda ilgili araştırmalar yürüttü ve bazıları, benzer bir Gömme + MLP paradigmasını izleyen derin öğrenmeyi kullanarak yeni bir model önerdi. Ancak bu modeli, pratik uygulamalarda kullandığımızda, modelin özellik haritasının sıkıştırılmış olması problemi olduğunu görürüz, bu da CTR görevi üzerinde daha büyük bir etkiye sahiptir ve gerçek tahmin probleminin çözümüne elverişli değildir. Yazar, bu ikilemi çözmek için önceki sonuçlara dayalı yeni bir model önermektedir: Yerel bir etkinleştirme birimi oluşturan ve belirli bir reklamın tarihsel davranışına göre kullanıcı davranışını uyarlamalı olarak öğrenen Derin İlgi Ağı (DIN). Kullanıcı ilgi alanlarını tahmin etmenin yanı sıra, yazar tarafından önerilen DIN modeli, modelin gerçek projelerde uygulanmasını büyük ölçüde geliştiren, farklı reklamlarla oluşturulan bir vektördür.
Kağıt adı: SwapText: Görüntü Bazlı Metinlerin Sahnelerde Aktarımı
Yazar: Qiangpeng Yang / Hongsheng Jin / Jun Huang / Wei Lin
Gönderme süresi: 2020/3/18
Makaleye bağlantı: https://arxiv.org/abs/2003.08152
Önerilen neden
Bu makale Alibaba Dharma Akademisi'nden alınmıştır ve CVPR2020 tarafından kabul edilmiştir Makale esas olarak görsellerdeki metin değiştirme sorununu çözmektedir.
Farklı faktörler arasındaki karmaşık etkileşim nedeniyle, orijinal yazı tipi, rengi, boyutu ve arka plan dokusunu korurken sahne görüntülerinde metin değişimi yapmak zor bir görevdir. Yazar, bu sorunu çözmek için, sahne görüntüleri arasında metin aktarabilen üç aşamalı bir çerçeve olan SwapText'i önerdi.Önce, yalnızca ön plandaki görüntüdeki metin bir metin değişim ağı ile değiştirilir, ardından arka plan görüntüsü arka plan tamamlama ağı tarafından yeniden oluşturulur ve sonunda füzyon ağı Ön ve arka plan resimleri birleştirildi. Makale yöntemi, görüntü ciddi geometrik distorsiyona sahip olduğunda bile girdi görüntüsünün metnini değiştirebilir. Yazar nihayet, yöntemin etkinliğini doğrulamak için çeşitli veri setleri üzerinde nitel ve nicel bir analiz gerçekleştirdi.