原创 材料信息學介紹

目錄   1 背景 1.1 材料研究的主要方法 1.2 材料研究發展的階段 1.3 目前材料發展的問題 1.4 材料信息學 2 材料信息學主要研究方法 3 應用示例 3.1 非晶態金屬 3.2 高熵合金 4 總結與展望 1 背景 在人類歷

原创 Radiomics approach for preoperative identification of stages I−II and III−IV of esophageal cancer

目錄 1:INTRODUCTION 2:MATERIALS 3:METHODS 4:RESULTS 5:CONCLUSIONS 6:DISSCUSIONS 1:INTRODUCTION 食管癌:食管癌是常見的消化道腫瘤,全世界每年約有30

原创 Unsupervised Pre-Training of Image Features on Non-Curated Data論文研讀

Abstract 目前大多數非監督的特徵學習的數據集一般都是小且經過精挑細選的,比如說ImageNet,因爲評估transfer task的時候使用non-curated的原數據會降低特徵的質量. 這篇文章的目的就是去研究在non

原创 論文閱讀——利用Inceptioin V3在PET上進行AD預測

文章目錄一、數據及預處理1.數據集2.預處理二、模型三、結果1.模型結果2.模型解釋與可視化四、討論1.關於結果的討論2.侷限性結束語 分享一篇用18F-FDG PET進行AD預測的文章,下面是一些本人的理解。 論文信息:Ding

原创 A Review of Automated Methods for the Detection of Sickle Cell Disease

類型 說明 論文信息 A Review of Atutomated Methods for the Detection of Sickle Cell DiseasePradeep Kumar Das, Student

原创 A strategy to apply machine learning to small datasets in materials science

摘要:機器學習的方法在材料科學研究中的應用越來越廣泛。然而,與其他領域相比,材料數據集通常更小,有時更爲多樣化,但材料數據集的大小對訓練機器學習模型的影響還未有人進行研究,這阻礙了使用小樣本的材料數據集建立高精度的機器學習模型。本文分析了

原创 ubuntu12.04 64位系統下 下安裝itk和vtk

之前一直在windows下編程,但是由於實驗所需,必須在linux下編程,所以.... 一:首先安裝cmake:可以手動安裝,也可以直接使用apt-get 安裝,此處我使用後者,即: sudo apt-get install cmake

原创 Communication-Efficient Learning of Deep Networks from Decentralized Data

類型 說明 論文信息 Communication-Efficient Learning of Deep Networks from Decentralized DataH.Brendan McMahan, Eider

原创 無監督學習探索固態鋰離子導體

目錄   摘要 背景 結果 無監督探索固態鋰離子導體的流程 含Li化合物的無監督聚類 無監督學習的物理內涵 第一性原理分子動力學模擬驗證 討論 摘要 儘管機器學習在探索功能材料這一領域上受到了重視,但是由於材料性能數據稀缺,一直未能發展可

原创 Deep Clustering for Unspervised Learning of Visual Features

Abstract 作爲無監督學習方法的一類,聚類已經廣泛地應用在計算機視覺領域。然而只有少數工作將其適用於大範圍的數據集上的視覺特徵端到端訓練。本文我們提出一種方法——DeepCluster,其可以將神經網絡的參數同結果特徵的

原创 Multi Institution Deep Learning Modeling Without Sharing Patient Data

類型 說明 論文信息 Multi-Institutional Deep Learning Modeling Without Sharing Patient Data: A Feasibility Study on B

原创 Clinical grade computional pathology using weakly supervised deep learning on whole slide images

Abstract 需要大量手工標註數據集一直阻礙病理學方面的決策支持系統的發展以及在臨牀上部署。爲了解決這一問題,本文提出了基於多實例學習的深度學習系統,其僅僅使用已報告的診斷作爲訓練的標籤,得意邊廣泛且費時間的逐像素手工標註

原创 transfer learnin利用少量數據預測材料性能

目錄   摘要: 1 介紹 1.1 背景 1.2 問題 2 方法 2.1 神經遷移學習 2.1.1 調參 2.2 預訓練模型庫 3 結果 3.1 預測聚合物的熱容量 3.2 有機聚合物的熱傳導性 3.3 無機晶體的熱傳導率 3.4

原创 Predict treatment response to chemoradiotherapy in esophageal carcinoma

目錄: 1:INTRODUCTION 2:MATERIALS 3:METHODS 4:RESULTS 5:CONCLUSIONS 1:   INTRODUCTION         食管癌是最常見的第八大惡性腫瘤類型,包括超過每年有450

原创 正定矩陣(用於SVM的Mercer定理)

定義:一個n × n的實對稱矩陣M 是正定的當且僅當對於所有的非零實係數向量z,都有zTMz > 0。 正定矩陣判定: 1. 矩陣M的所有的特徵值 λi都是正的。根據譜定理,M必然與一個實對角矩陣D相似(也就是說M = P − 1DP