論文の概要: Quaternion-Valued Convolutional Neural Network Applied for Acute Lymphoblastic Leukemia Diagnosis

• arxiv url: http://arxiv.org/abs/2112.06685v1
• Date: Mon, 13 Dec 2021 14:03:09 GMT
• ステータス: 処理完了
• システム内更新日: 2021-12-14 16:27:38.000081
• Title: Quaternion-Valued Convolutional Neural Network Applied for Acute Lymphoblastic Leukemia Diagnosis
• Title（参考訳）: 4次畳み込みニューラルネットワークによる急性リンパ性白血病の診断
• Authors: Marco Aur\'elio Granero, Cristhian Xavier Hern\'andez, and Marcos Eduardo Valle
• Abstract要約: 本稿では,医療用パターン認識タスクのための四元数評価畳み込みニューラルネットワークの応用について検討する。 より正確には、末梢血スミア顕微鏡画像からリンパ芽細胞を分類するために、実測値と四重項値の畳み込みニューラルネットワークの性能を比較した。 4値の畳み込みニューラルネットワークは、対応する実値のネットワークよりも、あるいは類似した性能を達成したが、パラメータの34%しか使用しなかった。
• 参考スコア（独自算出の注目度）: 1.4174475093445233
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: The field of neural networks has seen significant advances in recent years with the development of deep and convolutional neural networks. Although many of the current works address real-valued models, recent studies reveal that neural networks with hypercomplex-valued parameters can better capture, generalize, and represent the complexity of multidimensional data. This paper explores the quaternion-valued convolutional neural network application for a pattern recognition task from medicine, namely, the diagnosis of acute lymphoblastic leukemia. Precisely, we compare the performance of real-valued and quaternion-valued convolutional neural networks to classify lymphoblasts from the peripheral blood smear microscopic images. The quaternion-valued convolutional neural network achieved better or similar performance than its corresponding real-valued network but using only 34% of its parameters. This result confirms that quaternion algebra allows capturing and extracting information from a color image with fewer parameters.
• Abstract（参考訳）: 近年、ニューラルネットワークの分野は、深層および畳み込み型ニューラルネットワークの開発によって大きく進歩している。 現在の研究の多くは実数値モデルに対処しているが、近年の研究では、超複素値パラメータを持つニューラルネットワークが多次元データの複雑さを捉え、一般化し、表現できることが示されている。 本稿では,急性リンパ性白血病の診断におけるパターン認識の課題として,第4次畳み込みニューラルネットワークの応用について検討する。 正確には, 末梢血スメア顕微鏡像からリンパ芽球を分類するために, 実値と四値の畳み込みニューラルネットワークの性能を比較する。 4値の畳み込みニューラルネットワークは、対応する実値のネットワークよりも、あるいは類似した性能を達成したが、パラメータの34%しか使用しなかった。 この結果は、四元数代数がより少ないパラメータで色画像から情報を取り込み抽出できることを確認した。

関連論文リスト

• Research on Deep Learning Model of Feature Extraction Based on Convolutional Neural Network [0.32985979395737786]
  AlexNetとInceptionV3はより優れた画像認識結果を得るために選択された。 トレーニングされたAlexNetモデルの予測精度、特異性、感度は4.25ポイント向上した。 グラフィックス処理の使用率は、InceptionV3モードと比較して51%減少した。
  論文  参考訳（メタデータ） (2024-06-13T06:00:28Z)
• Graph Neural Networks for Learning Equivariant Representations of Neural Networks [55.04145324152541]
  本稿では,ニューラルネットワークをパラメータの計算グラフとして表現することを提案する。 我々のアプローチは、ニューラルネットワークグラフを多種多様なアーキテクチャでエンコードする単一モデルを可能にする。 本稿では,暗黙的ニューラル表現の分類や編集など,幅広いタスクにおける本手法の有効性を示す。
  論文  参考訳（メタデータ） (2024-03-18T18:01:01Z)
• Reusability report: Prostate cancer stratification with diverse biologically-informed neural architectures [7.417447233454902]
  前立腺がんの病態をモデル化するために、生物学的に情報を得た疎結合(P-NET)のフィードフォワードニューラルネットワークが提示された。 我々は、Reactomeの生物学的経路によるネットワークスペーサー化の寄与を定量化し、P-NETの優れた性能にその重要性を確認した。 同じトレーニングデータを用いて3種類のグラフニューラルネットワークを実験し、異なるモデル間の臨床予測一致について検討した。
  論文  参考訳（メタデータ） (2023-09-28T17:51:02Z)
• Addressing caveats of neural persistence with deep graph persistence [54.424983583720675]
  神経の持続性に影響を与える主な要因は,ネットワークの重みのばらつきと大きな重みの空間集中である。 単一層ではなく,ニューラルネットワーク全体へのニューラルネットワークの持続性に基づくフィルタリングの拡張を提案する。 これにより、ネットワーク内の永続的なパスを暗黙的に取り込み、分散に関連する問題を緩和するディープグラフの永続性測定が得られます。
  論文  参考訳（メタデータ） (2023-07-20T13:34:11Z)
• Optimal rates of approximation by shallow ReLU$^k$ neural networks and applications to nonparametric regression [12.21422686958087]
  本研究では、浅いReLU$k$のニューラルネットワークに対応する変動空間の近似能力について検討する。 滑らかさの低い関数に対しては、変動ノルムの観点から近似率が確立される。 浅層ニューラルネットワークは,H"古い関数の学習に最適な最小値が得られることを示す。
  論文  参考訳（メタデータ） (2023-04-04T06:35:02Z)
• Spiking neural network for nonlinear regression [68.8204255655161]
  スパイクニューラルネットワークは、メモリとエネルギー消費を大幅に削減する可能性を持っている。 彼らは、次世代のニューロモルフィックハードウェアによって活用できる時間的および神経的疎結合を導入する。 スパイキングニューラルネットワークを用いた回帰フレームワークを提案する。
  論文  参考訳（メタデータ） (2022-10-06T13:04:45Z)
• Exposing and addressing the fragility of neural networks in digital pathology [0.0]
  textttStrongAugmentは、大規模な異種病理組織学的データを用いて評価される。 textttStrongAugmentでトレーニングされたニューラルネットワークは、すべてのデータセットで同様のパフォーマンスを維持している。
  論文  参考訳（メタデータ） (2022-06-30T13:25:34Z)
• Acute Lymphoblastic Leukemia Detection Using Hypercomplex-Valued Convolutional Neural Networks [1.3706331473063877]
  8つの超複素数値畳み込みニューラルネットワーク(HvCNN)と実数値畳み込みニューラルネットワークを用いて分類タスクを行う。 以上の結果から,HvCNNは実数値モデルよりも優れた性能を示し,パラメータの少ない精度を示す。
  論文  参考訳（メタデータ） (2022-05-26T11:16:34Z)
• Data-driven emergence of convolutional structure in neural networks [83.4920717252233]
  識別タスクを解くニューラルネットワークが、入力から直接畳み込み構造を学習できることを示す。 データモデルを慎重に設計することにより、このパターンの出現は、入力の非ガウス的、高次局所構造によって引き起こされることを示す。
  論文  参考訳（メタデータ） (2022-02-01T17:11:13Z)
• Domain Generalization for Medical Imaging Classification with Linear-Dependency Regularization [59.5104563755095]
  本稿では,医用画像分類分野におけるディープニューラルネットワークの一般化能力向上のための,シンプルだが効果的なアプローチを提案する。 医用画像の領域変数がある程度コンパクトであることに感銘を受けて,変分符号化による代表的特徴空間の学習を提案する。
  論文  参考訳（メタデータ） (2020-09-27T12:30:30Z)
• The efficiency of deep learning algorithms for detecting anatomical reference points on radiological images of the head profile [55.41644538483948]
  U-Netニューラルネットワークは、完全な畳み込みニューラルネットワークよりも正確に解剖学的基準点の検出を可能にする。 U-Net ニューラルネットワークによる解剖学的基準点検出の結果は,歯科矯正医のグループによる基準点検出の平均値に近づいた。
  論文  参考訳（メタデータ） (2020-05-25T13:51:03Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。