← tous les travaux
Deep neural network models for computational histopathology: A survey
Pourquoi ce travail est-il dans la base ?
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Affiliation canadienneUne personne signataire a déclaré un établissement canadien. C'est la seule voie dont dispose la base habituelle.
Organisme subventionnaire canadienUn organisme canadien l'a financé. Le travail peut ne porter aucune affiliation canadienne.
Scores machine (provisoires)
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Tête enseignante Opus0,062
Tête enseignante GPT0,351
- Écart entre enseignants
- 0,289 · la distance entre les deux têtes enseignantes sur ce seul travail
- Statut de validation
score_only:v0-immature-baseline· tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle
Résumé
Aucun résumé. Ce n'est pas une lacune de cette base de données : OpenAlex n'en a pas non plus. 23,3 % de la base est dans cet état, et le tri y repère MOITIÉ moins de métarecherche ; l'absence est donc un biais mesuré, et non un champ manquant.
La notice
- Revue
- Medical Image Analysis
- Thématique
- AI in cancer detection
- Domaine
- Computer Science
- Établissements canadiens
- University of TorontoSunnybrook Health Science Centre
- Organismes subventionnaires
- National Cancer InstituteCanadian Cancer Society
- Mots-clés
- Artificial intelligenceArtificial neural networkComputer scienceDeep learningPattern recognition (psychology)Machine learning
- Résumé présent dans OpenAlex
- non