論文の概要: Foundation Models and Information Retrieval in Digital Pathology

• arxiv url: http://arxiv.org/abs/2403.12090v1
• Date: Wed, 13 Mar 2024 20:28:08 GMT
• ステータス: 処理完了
• システム内更新日: 2024-03-20 18:51:33.922245
• Title: Foundation Models and Information Retrieval in Digital Pathology
• Title（参考訳）: デジタル病理学における基礎モデルと情報検索
• Authors: H. R. Tizhoosh,
• Abstract要約: 本稿では, 基礎モデル, LLM, 生成AI, 情報検索, CBIRの現状について概説する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: The paper reviews the state-of-the-art of foundation models, LLMs, generative AI, information retrieval and CBIR in digital pathology
• Abstract（参考訳）: デジタル病理学における基礎モデル, LLM, 生成AI, 情報検索, CBIRの現状を概観する。

関連論文リスト

• NFDI4DSO: Towards a BFO Compliant Ontology for Data Science [0.709535052684151]
  NFDI4DSプロジェクトは、データサイエンス(DS)と人工知能(AI)における研究データのアクセシビリティと相互運用性の向上を目的としている。 このポスターでは、DSとAIのリソースを記述し、NFDI4DSコンソーシアムの構造をモデル化するNFDI4DSオントロジーを紹介している。
  論文  参考訳（メタデータ） (2024-08-16T12:26:22Z)
• A Survey of Models for Cognitive Diagnosis: New Developments and Future Directions [66.40362209055023]
  本研究の目的は,認知診断の現在のモデルについて,機械学習を用いた新たな展開に注目した調査を行うことである。 モデル構造,パラメータ推定アルゴリズム,モデル評価方法,適用例を比較して,認知診断モデルの最近の傾向を概観する。
  論文  参考訳（メタデータ） (2024-07-07T18:02:00Z)
• Ontology Embedding: A Survey of Methods, Applications and Resources [54.3453925775069]
  オントロジはドメイン知識とメタデータを表現するために広く使われている。 1つの簡単な解決策は、統計分析と機械学習を統合することである。 埋め込みに関する多くの論文が出版されているが、体系的なレビューの欠如により、研究者はこの分野の包括的な理解を妨げている。
  論文  参考訳（メタデータ） (2024-06-16T14:49:19Z)
• Renal digital pathology visual knowledge search platform based on language large model and book knowledge [0.1398098625978622]
  我々は,60冊の腎病理書をもとに,画像分割と対応するテキスト記述のペア化を行った。 GPT2, gemma, LLma, Qwenを含む4大モデルの意味的特徴について検討した。 テキスト記述に基づく病理画像検索のための意味検索システムを構築し,RppDと命名した。
  論文  参考訳（メタデータ） (2024-05-27T01:03:12Z)
• A Survey of Artificial Intelligence in Gait-Based Neurodegenerative Disease Diagnosis [51.07114445705692]
  神経変性疾患(神経変性疾患、ND)は、伝統的に医学的診断とモニタリングのために広範囲の医療資源と人的努力を必要とする。 重要な疾患関連運動症状として、ヒトの歩行を利用して異なるNDを特徴づけることができる。 人工知能(AI)モデルの現在の進歩は、NDの識別と分類のための自動歩行分析を可能にする。
  論文  参考訳（メタデータ） (2024-05-21T06:44:40Z)
• When is a Foundation Model a Foundation Model [1.306205741109041]
  ファンデーションモデルは、非常に広範なデータセットのトレーニングを通じて、特定のドメインのコンテキストを学習することのできる、大規模で深い人工知能ニューラルネットワークである。 このようなモデルにより生成された表現は、デジタル病理学における検索タスクにおいて、従来よりはるかに小さいディープネットワークで生成された表現と比較して、劣った性能を示す。
  論文  参考訳（メタデータ） (2023-09-14T18:03:33Z)
• Neurosymbolic AI and its Taxonomy: a survey [48.7576911714538]
  ニューロシンボリックAIは、古典的なAIやニューラルネットワークのようなシンボリック処理を組み合わせたモデルを扱う。 本研究は近年,本分野の研究論文を調査し,提案モデルと応用モデルとの分類と比較を行った。
  論文  参考訳（メタデータ） (2023-05-12T19:51:13Z)
• The Shaky Foundations of Clinical Foundation Models: A Survey of Large Language Models and Foundation Models for EMRs [5.7482228499062975]
  非イメージングEMRデータに基づいて訓練された80以上の基礎モデルをレビューする。 ほとんどのモデルが、小さく、狭められた臨床データセットでトレーニングされていることが分かりました。 臨床基礎モデルの利点を評価するための評価フレームワークを提案する。
  論文  参考訳（メタデータ） (2023-03-22T23:54:14Z)
• EBOCA: Evidences for BiOmedical Concepts Association Ontology [55.41644538483948]
  本論文は,生物医学領域の概念とそれらの関連性を記述するオントロジーであるEBOCAと,それらの関連性を支持するエビデンスを提案する。 DISNETのサブセットから得られるテストデータとテキストからの自動アソシエーション抽出が変換され、実際のシナリオで使用できる知識グラフが作成されるようになった。
  論文  参考訳（メタデータ） (2022-08-01T18:47:03Z)
• Domain Shift in Computer Vision models for MRI data analysis: An Overview [64.69150970967524]
  機械学習とコンピュータビジョン手法は、医用画像解析において優れた性能を示している。 しかし、現在臨床応用はごくわずかである。 異なるソースや取得ドメインのデータへのモデルの不適切な転送性は、その理由の1つです。
  論文  参考訳（メタデータ） (2020-10-14T16:34:21Z)

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。