Závěrečná práce: Bc. David Čechák, učo 433774: Deep learning for anomaly detection in histopathological data
Diplomová práce
Deep learning for anomaly detection in histopathological data
Anotace
Zkoumání histopatologických snímků s cílem zjistit, zda obsahují rakovinovou tkáň, je časově náročný úkol. Vývoj technologie umožnil digitalizaci mikroskopických preparátů do digitálních snímků. Zdigitalizované snímky pak mohou být zpracovány různými metodami strojového učení. Tato práce zkoumá modely z třídy Generative Adversarial Networks (GANs) a jejich schopnost se naučit generovat histopatologické …více
Abstract
Examination of histopathological images to determine whether they contain carcinoma tissues is a timeconsuming task. The developments of technology allow for the digitalisation of microscope glass slides into digital slides. Once the slides are digitalised, they can be processed by various machine learning methods. This thesis explores models from the class of Generative Adversarial Networks (GANs …více
Zadání práce
11. 1. 2021 10:25, doc. RNDr. Tomáš Brázdil, Ph.D., MBA, učo 4074
- Zadáno/změněno 12. 2. 2021 09:20, Helena Kryštofová
- Záznam založen 9. 12. 2020 08:49, Jana Zemanová, učo 9619
- Zveřejnit od 7. 1. 2021 09:18, Helena Kryštofová
- Práce převzata 7. 1. 2021 09:18, Helena Kryštofová
Konzultant
Práce na příbuzné téma
Seznam prací, které mají shodná klíčová slova.
-
Anomaly Detection Using Deep Sparse Autoencoders for CERN Particle Detector Data
Bc. Filip Široký, učo 445415 -
Prediction and Analysis of Sensor Data from Bridge Structures
Ing. Eva Krajníková -
Hluboké učení v kryptografii
Mgr. Radovan Lapár -
Predikce vývoje cen na finančních trzích pomocí hlubokého učení
Mgr. Jiří Vahala -
Learning-Based Cell Image Synthesis in Biomedical Imaging
RNDr. David Wiesner, Ph.D., učo 255597 -
Analysis of Logs for Anomaly Detection in Manufacturing
Mgr. Jakub Krakovský -
Deep Learning Methods in Cell Segmentation and Label Fusion in Microscopy Video Sequences
Cem Emre Akbas, Ph.D. -
Data analysis for nuclear magnetic resonance spectroscopy
RNDr. David Porteš




