Innopolis SEZ의 러시아 개발자는 복잡한 "기하학적" 신경망 아키텍처를 만들었습니다.
개발자는 새로운 방법이 유방조영술 이미지를 통한 유방암 발견 품질을 크게 향상시킬 수 있다고 밝혔습니다.
혁신은 동시 가능에 있다여러 이미지 분석, 즉 이는 신경망 작동 모델을 인간의 모델에 최대한 가깝게 만들고 병리학적 변화를 감지할 가능성을 높이는 예측입니다. 발표된 결과에 따르면, 대량의 데이터에 대한 훈련을 제공하는 새로운 신경망 아키텍처는 ROC 곡선 지표를 3.5% 증가시켜(의료 분야의 AI 알고리즘을 평가하는 방법) 최종 '정확도'를 높입니다. #187; 0.89에서 0.92(최대 = 1).
“이 문제의 핵심 정보는기하학”이라고 Evgeniy Sidorov는 연구 발표 중에 말했습니다. 그에 따르면 신경망이 기하학적 정보를 효과적으로 사용할 수 있도록 돕기 위해 기하학적 정보를 신경망에 직접 추가하므로 훈련 속도가 빨라지고 필요한 데이터가 줄어듭니다.
유사한 방법이 이전에 그들의 과학적 문헌에 설명되었습니다.북경대학교 데이터 연구 센터 과학자들의 연구입니다. 그러나 그들이 제안한 신경망 아키텍처는 먼저 객체를 발견했습니다. 병리 징후를 확인한 다음 이를 예측 간에 연관시킵니다. "제3의 의견" 처리 모델은 투영을 상호 연관시킨 다음 개체 검색을 진행하므로 의사가 이미지로 작업하는 과정을 보다 정확하게 재현하고 프로그램의 효율성에 영향을 줍니다.
러시아 연구팀장데이터 샘플이 증가함에 따라 의사의 접근 방식을 "에서" 모델로 삼는 신경망은 추가 정보를 사용하는 신경망과 하위 작업을 별도로 해결하는 "신경망의 계단식"보다 훨씬 더 복잡한 종속성을 배우기 시작한다고 언급했습니다. “이러한 신경망은 '학습'이 가능합니다. 방사선 전문의 자신이 볼 수 없는 의존성”이라고 Evgeniy Sidorov는 말했습니다.
더 읽어보기 :
치매로부터 뇌를 보호하는 비타민으로 명명
가장 상세한 지도에서 1억 년 동안 지구가 어떻게 변했는지 알아보세요.
어떤 남성이 가장 비옥한지 밝혀졌습니다. 그들의 정자는 나머지보다 50% 더 좋습니다