Semi-supervised training of cell-classifier neural networks

QR kód

Semi-supervised training of cell-classifier neural networks

Nowadays, microscopes used in biological research produce a huge amount of image data. Manually processing the images is a very time-consuming and resource-heavy task, so the development and implementation of new automatic systems is required. Moreover, as we have access to a large amount of unlabel...

Teljes leírás

Elmentve itt :

Bibliográfiai részletek
Szerzők:	Pap Gergely Grósz Tamás Tóth László
Testületi szerző:	Conference of PhD students in computer science (11.) (2018) (Szeged)
Dokumentumtípus:	Könyv része
Megjelent:	2018
Sorozat:	Conference of PhD Students in Computer Science 11
Kulcsszavak:	Számítástechnika, Biológiai kutatás
Online Access:	http://acta.bibl.u-szeged.hu/61772

Hasonló tételek

A Comparison of Supervised and Semi-supervised Training Algorithms of Restricted Boltzmann Machines on Biological Data
Szerző: Pap Gergely, et al.
Megjelent: (2019)

Supervised learning and Co-training
Szerző: Darnstädt Malte, et al.
Megjelent: (2014)

Training Methods for Deep Neural Network-Based Acoustic Models in Speech Recognition
Szerző: Grósz Tamás
Megjelent: (2018)

Training of artificial neural networks by linear mappings [abstract] /
Szerző: Hoffmann Miklós, et al.
Megjelent: (1998)

A comparison of deep neural network training methods for large vocabulary speech recognition
Szerző: Tóth László, et al.
Megjelent: (2013)

A sequence training method for Deep Rectifier Neural Networks in Speech Recognition
Szerző: Grósz Tamás, et al.
Megjelent: (2014)

Transcription Factor Binding Site Detector Neural Networks trained with Various DNA Representations
Szerző: Pap Gergely
Megjelent: (2023)

Dual convolutional neural network classifier with pyramid attention network for image-based kinship verification
Szerző: Rachmadi Reza Fuad, et al.
Megjelent: (2023)

Supervised high intensity continuous and interval training vs. self-paced training in COPD
Szerző: Varga János Tamás, et al.
Megjelent: (2007)

The joint optimization of spectro-temporal features and neural net classifiers
Szerző: Kovács György, et al.
Megjelent: (2013)

Efficient visual code localization with neural networks
Szerző: Bodnár Péter, et al.
Megjelent: (2018)

QR code localization using deep neural networks
Szerző: Grósz Tamás, et al.
Megjelent: (2014)

Hyphenation using deep neural networks
Szerző: Németh Gergely Dániel, et al.
Megjelent: (2018)

Document Classification with Deep Rectifier Neural Networks and Probabilistic Sampling
Szerző: Grósz Tamás, et al.
Megjelent: (2014)

Supervised Prediction of Social Network Links Using Implicit Sources of Information
Szerző: Tasnádi Ervin, et al.
Megjelent: (2015)

After-meal blood glucose level prediction using an absorption model for neural network training
Szerző: Ahmed Hama Karim Rebaz, et al.
Megjelent: (2020)

Advanced Cell Classifier User-Friendly Machine-Learning-Based Software for Discovering Phenotypes in High-Content Imaging Data /
Szerző: Piccinini Filippo, et al.
Megjelent: (2017)

A Reconstruction-Free Projection Selection Procedure for Binary Tomography Using Convolutional Neural Networks
Szerző: Pap Gergely, et al.
Megjelent: (2019)

Neural networks in economic data analysis
Szerző: Benkő-Kiss Árpád
Megjelent: (2022)

Neural Network Approaches to Speaker Recognition
Szerző: He Han
Megjelent: (2019)

Supervising adaptive educational games
Szerző: Gazdi László, et al.
Megjelent: (2016)

Predicting exchange rate by neural networks [abstract] /
Szerző: Jovanovic Radmila, et al.
Megjelent: (2000)

Neural network model for nonlinearity detection [abstract] /
Szerző: Csató Lehel, et al.
Megjelent: (1998)

Improving Neural Silent Speech Interface Models by Adversarial Training
Szerző: Honarmandi Shandiz Amin, et al.
Megjelent: (2021)

Phone recognition with deep sparse rectifier neural networks
Szerző: Tóth László
Megjelent: (2013)

The Research of Hungarian Cartel Supervision
Szerző: Varga Norbert
Megjelent: (2020)

Speech de-identification with deep neural networks
Szerző: Fodor Ádám, et al.
Megjelent: (2021)

Localization of visual codes in the DCT domain using deep rectifier neural networks
Szerző: Bodnár Péter, et al.
Megjelent: (2014)

Tutorials on recurrent neural networks and signature verification
Szerző: Malik Muhammad Imran

On Popov-type stability criteria for neural networks
Szerző: Danciu Daniela, et al.
Megjelent: (2000)

Fooling a Complete Neural Network Verifier
Szerző: Zombori Dániel, et al.
Megjelent: (2021)

Stability results for cellular neural networks with delays
Szerző: Győri István, et al.
Megjelent: (2004)

Domain Adaptation of Deep Neural Networks for Automatic Speech Recognition via Wireless Sensors
Szerző: Gosztolya Gábor, et al.
Megjelent: (2016)

FPGA-based clustering of multi-channel neural spike trains
Szerző: Schäffer László, et al.
Megjelent: (2016)

A new approach to neural network design [abstract] /
Szerző: Péter András, et al.
Megjelent: (1998)

End-to-end convolutional neural networks for intent detection
Szerző: Yolchuyeva Sevinj, et al.
Megjelent: (2019)

Replicator Neural Networks for Outlier Modeling in Segmental Speech Recognition
Szerző: Tóth László, et al.
Megjelent: (2004)

Implementing a self-scaling convolutional neural network
Szerző: Jenei Bendegúz
Megjelent: (2018)

Practical and Theoretical Boundaries of Neural Network Quantum States
Szerző: Czégel András
Megjelent: (2022)

Migration of mouse sacral neural crest cells from the neural tube to the hindgut
Szerző: Wang X.
Megjelent: (2007)