論文の概要: Optimized Deep Feature Selection for Pneumonia Detection: A Novel RegNet and XOR-Based PSO Approach

• arxiv url: http://arxiv.org/abs/2309.00147v1
• Date: Thu, 31 Aug 2023 21:42:54 GMT
• ステータス: 処理完了
• システム内更新日: 2023-09-04 15:12:06.125890
• Title: Optimized Deep Feature Selection for Pneumonia Detection: A Novel RegNet and XOR-Based PSO Approach
• Title（参考訳）: 肺炎検出のためのDeep Feature Selectionの最適化: RegNet と XOR-based PSO による新しいアプローチ
• Authors: Fatemehsadat Ghanadi Ladani, Samaneh Hosseini Semnani
• Abstract要約: 肺炎は、特に発展途上国において、乳児死亡の重要な原因である。 本研究では、RegNetモデルの2番目の層から深い特徴を抽出するために、XORに基づくパーティクルスワーム最適化(PSO)を提案する。 163個の特徴を抽出し,98%の精度を達成し,従来のPSO法と同等の精度を示した。
• 参考スコア（独自算出の注目度）: 1.3597551064547502
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Pneumonia remains a significant cause of child mortality, particularly in developing countries where resources and expertise are limited. The automated detection of Pneumonia can greatly assist in addressing this challenge. In this research, an XOR based Particle Swarm Optimization (PSO) is proposed to select deep features from the second last layer of a RegNet model, aiming to improve the accuracy of the CNN model on Pneumonia detection. The proposed XOR PSO algorithm offers simplicity by incorporating just one hyperparameter for initialization, and each iteration requires minimal computation time. Moreover, it achieves a balance between exploration and exploitation, leading to convergence on a suitable solution. By extracting 163 features, an impressive accuracy level of 98% was attained which demonstrates comparable accuracy to previous PSO-based methods. The source code of the proposed method is available in the GitHub repository.
• Abstract（参考訳）: 肺炎は、特に資源や専門知識が限られている発展途上国において、乳児死亡の重要な原因である。 肺炎の自動検出は、この課題に対処するのに大いに役立つ。 本研究では, 肺炎検出におけるcnnモデルの精度向上を目的として, レグネットモデルの第2層から深層特徴を選択するためのxorを用いた粒子群最適化 (pso) を提案する。 提案したXOR PSOアルゴリズムは、初期化のために1つのハイパーパラメータを組み込むことで単純さを提供する。 さらに、探索と搾取のバランスを実現し、適切なソリューションに収束する。 163個の特徴を抽出し,98%の精度を達成し,従来のPSO法と同等の精度を示した。 提案されたメソッドのソースコードはGitHubリポジトリから入手できる。

関連論文リスト

• MPCNN: A Novel Matrix Profile Approach for CNN-based Sleep Apnea Classification [0.0]
  睡眠時無呼吸症(SA)は、世界的な健康問題を引き起こす重要な呼吸器疾患である。 心電図(ECG)に基づくSA診断における,いくつかの機械学習モデルとディープラーニングモデルについて検討した。 本稿では,心電図信号の包括的セグメントを深く掘り下げることで,この診断ギャップに対処する革新的な手法を提案する。
  論文  参考訳（メタデータ） (2023-11-25T14:39:12Z)
• Small Object Detection via Coarse-to-fine Proposal Generation and Imitation Learning [52.06176253457522]
  本稿では,粗粒度パイプラインと特徴模倣学習に基づく小型物体検出に適した2段階フレームワークを提案する。 CFINetは、大規模な小さなオブジェクト検出ベンチマークであるSODA-DとSODA-Aで最先端の性能を達成する。
  論文  参考訳（メタデータ） (2023-08-18T13:13:09Z)
• An Optimization-based Deep Equilibrium Model for Hyperspectral Image Deconvolution with Convergence Guarantees [71.57324258813675]
  本稿では,ハイパースペクトル画像のデコンボリューション問題に対処する新しい手法を提案する。 新しい最適化問題を定式化し、学習可能な正規化器をニューラルネットワークの形で活用する。 導出した反復解法は、Deep Equilibriumフレームワーク内の不動点計算問題として表現される。
  論文  参考訳（メタデータ） (2023-06-10T08:25:16Z)
• Adversarial Adaptive Sampling: Unify PINN and Optimal Transport for the Approximation of PDEs [2.526490864645154]
  ニューラルネットワークモデルにより与えられた近似解とトレーニングセットのランダムサンプルを同時に最適化する新しいminmax式を提案する。 鍵となる考え方は、深層生成モデルを用いてトレーニングセット内のランダムサンプルを調整し、近似されたPDE解によって誘導される残差が滑らかなプロファイルを維持することである。
  論文  参考訳（メタデータ） (2023-05-30T02:59:18Z)
• Monte Carlo Neural PDE Solver for Learning PDEs via Probabilistic Representation [59.45669299295436]
  教師なしニューラルソルバのトレーニングのためのモンテカルロPDEソルバを提案する。 我々は、マクロ現象をランダム粒子のアンサンブルとみなすPDEの確率的表現を用いる。 対流拡散, アレン・カーン, ナヴィエ・ストークス方程式に関する実験により, 精度と効率が著しく向上した。
  論文  参考訳（メタデータ） (2023-02-10T08:05:19Z)
• Updating velocities in heterogeneous comprehensive learning particle swarm optimization with low-discrepancy sequences [32.5231602850191]
  不均質な総合的な学習粒子群最適化(HCLPSO)は、探索と搾取能力を増強した進化的アルゴリズムの一種である。 低差分シーケンス (LDS) は、ランダムなシーケンスよりも探索空間をカバーするのに一様である。 本稿では, HCLPSOの改善のために, LDSの良質な均一性を利用する。
  論文  参考訳（メタデータ） (2022-09-20T03:14:09Z)
• An Adaptive and Altruistic PSO-based Deep Feature Selection Method for Pneumonia Detection from Chest X-Rays [28.656853454251426]
  肺炎は、特に世界の所得不足地域での小児死亡の主な原因の1つである。 コンピュータ支援型診断システム(CAD)は,プロの医療専門家よりも手術コストが低いため,そのような国で利用することができる。 深層学習の概念とメタヒューリスティックアルゴリズムを用いて,胸部X線からの肺炎検出のためのCADシステムを提案する。
  論文  参考訳（メタデータ） (2022-08-06T18:20:50Z)
• Robust lEarned Shrinkage-Thresholding (REST): Robust unrolling for sparse recover [87.28082715343896]
  我々は、モデルミス特定を前進させるのに堅牢な逆問題を解決するためのディープニューラルネットワークについて検討する。 我々は,アルゴリズムの展開手法を根底にある回復問題のロバストバージョンに適用することにより,新しい堅牢なディープニューラルネットワークアーキテクチャを設計する。 提案したRESTネットワークは,圧縮センシングとレーダイメージングの両問題において,最先端のモデルベースおよびデータ駆動アルゴリズムを上回る性能を示す。
  論文  参考訳（メタデータ） (2021-10-20T06:15:45Z)
• Risk Aware Optimization of Water Sensor Placement [0.0]
  センサ毎のデータ構造(時間的ヒートマップの集合)収集シミュレーションを提案する。 我々は問題固有の収束問題を検出する指標を特定する。 ベンチマークと実世界ネットワークの結果を提示します。
  論文  参考訳（メタデータ） (2021-03-08T16:12:02Z)
• Amortized Conditional Normalized Maximum Likelihood: Reliable Out of Distribution Uncertainty Estimation [99.92568326314667]
  本研究では,不確実性推定のための拡張性のある汎用的アプローチとして,償却条件正規化最大値(ACNML)法を提案する。 提案アルゴリズムは条件付き正規化最大度(CNML)符号化方式に基づいており、最小記述長の原理に従って最小値の最適特性を持つ。 我々は、ACNMLが、分布外入力のキャリブレーションの観点から、不確実性推定のための多くの手法と好意的に比較することを示した。
  論文  参考訳（メタデータ） (2020-11-05T08:04:34Z)
• Adaptive Sampling for Best Policy Identification in Markov Decision Processes [79.4957965474334]
  本稿では,学習者が生成モデルにアクセスできる場合の,割引マルコフ決定(MDP)における最良の政治的識別の問題について検討する。 最先端アルゴリズムの利点を論じ、解説する。
  論文  参考訳（メタデータ） (2020-09-28T15:22:24Z)

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。