Vue d'ensemble de l'apprentissage profond en imagerie m?icale ax? sur les images IRM

L'apprentissage automatique a connu r?cemment des d?veloppements spectaculaires qui ont suscit? beaucoup d'int?r?t de la part de l'industrie, du monde universitaire et de la culture populaire. Ces progr?s sont dus ? des perc?es dans le domaine des r?seaux neuronaux artificiels, souvent appel?s "apprentissage profond", un ensemble de techniques et d'algorithmes qui permettent aux ordinateurs de d?couvrir des mod?les complexes dans de grands ensembles de donn?es. L'acc?s accru aux donn?es ("big data"), les cadres logiciels conviviaux et l'explosion de la puissance de calcul disponible, qui permettent l'utilisation de r?seaux neuronaux plus profonds que jamais, sont ? l'origine de ces perc?es. Ces mod?les constituent aujourd'hui l'approche de pointe d'une grande vari?t? de probl?mes dans les domaines de la vision par ordinateur, de la mod?lisation du langage et de la robotique. L'apprentissage profond a acquis une place pr?pond?rante dans le domaine de la vision par ordinateur lorsque les r?seaux neuronaux ont commenc? ? surpasser d'autres m?thodes dans le cadre de plusieurs tests de r?f?rence tr?s m?diatis?s en mati?re d'analyse d'images. Le cas le plus c?l?bre est celui de l'Image Net Large-Scale Visual Recognition Challenge (ILSVRC) en 2012, o? un mod?le d'apprentissage profond (un r?seau neuronal convolutif) a divis? par deux le deuxi?me meilleur taux d'erreur dans la t?che de classification d'images.

Author: Sri Mahalakshmi Jagu

Publisher: Editions Notre Savoir

Publication Date: Jul 13, 2024

Number of Pages: 72 pages

Binding: Paperback or Softback

ISBN-10: 6207784863

ISBN-13: 9786207784868