Comparativa de redes de aprendizaje profundo empleando transfer learning para detección de cáncer de mama en el corpus CBIS-DDSM

Comparativa de redes de aprendizaje profundo empleando transfer learning para detección de cáncer de mama en el corpus CBIS-DDSM

El objetivo de este estudio es comparar diversas arquitecturas de redes de aprendizaje profundo utilizando la técnica de transfer learning para la detección de cáncer de mama en imágenes del corpus CBIS-DDSM. Se evaluaron modelos como VGG16, ResNet152 y EfficientNet, entrenados y afinados con imágen...

Descrición completa

Gardado en:
Detalles Bibliográficos
Autor Principal: Dután Criollo, Erick Geovanny (author)
Formato: bachelorThesis
Idioma:spa
Publicado: 2024
Subjects:
BIOMEDICINA
APRENDIZAJE AUTOMÁTICO (INTELIGENCIA ARTIFICIAL)
REDES NEURONALES (COMPUTADORES)
PROCESAMIENTO DE IMÁGENES - TÉCNICAS DIGITALES
MAMAS - CÁNCER
Acceso en liña:http://dspace.ups.edu.ec/handle/123456789/28664
Tags: Engadir etiqueta
Sen Etiquetas, Sexa o primeiro en etiquetar este rexistro!

Internet

http://dspace.ups.edu.ec/handle/123456789/28664

Títulos similares