Farklı Otokodlayıcı Modelleri ile Sentetik Beyin MR Görüntülerinin Çoğaltılması
Öz
Anahtar Kelimeler
Kaynakça
- Baldi, P.,“Autoencoders, Unsupervised Learning, and Deep Architectures,” Workshop on Unsupervised and Transfer Learning, 2012.
- Chen, w., Wang, W., Liu, L., Lew, M.S.,”New ideas and trends in deep multimodel content ınderstanding: A review”, Neurocomputing, Vol:426, pp:195-215, 2021.
- Guo, C., Wang, H., Jian, T., Xu, C., Sun, S., “Method for denoising and reconstructing radar HRRP using modified sparse autoencoder”, Chinese Journal of Aeronautics, vol. 33, pp:1026-1036, 2020.
- Kaggle: https://www.kaggle.com/navoneel/brain-mri-images-for-brain-tumor-detection (Ocak,2021).
- Nishio, M., Nagashima, C., Hirabayashi, S., Ohnishi, A., Sasaki, K., Sagawa, T., Hamada, M., Yamashita, T., “Convolutional auto-encoder for image denoising of ultra-low-does CT”, Heliyon, Vol:2017, doi:10.1016/j.heliyon.2017. e00393.
- Rumelhart, D.E., Hinton, G.E., Williams, R.J.,” Parallel Distributed Processing: Explorations in the Microstructure of Cognition, Vol. 1,” D. E. Rumelhart, J. L. McClelland, and C. PDP Research Group, Eds. Cambridge, MA, USA: MIT Press, pp. 318–362, 1986.
- Wang, Y., Zhao, Y., Addepalli, S.,”Remaining useful life prediction using deep learning approaches:A Review”, Procedia Manufacturing, Vol: 49, pp:81-88, 2020.
- Wu, W., Zhao, J., Zhang, C., Meng, F., Zhang, Z., Zhang, Y., Sun. Q.”,Improving performance of tenssor-based context-aware recommenders using bias tensor factorization with context feature auto-encoding”, Knowledge-Based Systems, Vol:128, pp:71-77, 2017.
Ayrıntılar
Birincil Dil
Türkçe
Konular
Yazılım Mühendisliği
Bölüm
Araştırma Makalesi
Yazarlar
Şeyda Karcı
*
Bu kişi benim
Türkiye
Yayımlanma Tarihi
30 Haziran 2021
Gönderilme Tarihi
16 Ocak 2021
Kabul Tarihi
16 Şubat 2021
Yayımlandığı Sayı
Yıl 2021 Cilt: 2 Sayı: 1