芯片设计3个阶段的checklist
1. design kick-off
2. RTL release
3. Tape out
2021-11-24 20:04:32
337KB
1
深度学习的CT图像降噪
01.使用方向小波进行低剂量X射线CT重建的深层卷积神经网络（KAIST-net）
数据集
AAPM-Mayo诊所低剂量CT大型挑战赛（仅腹部CT图像）
512x512，10位患者，5743个切片
使用55x55补丁
模型
该方法适用于低剂量CT图像的小波系数
网络包含24个卷积层
02.通过卷积神经网络进行小剂量CT
数据集
TCIA（癌症影像档案馆）常规剂量的CT图像。
256x256、165位患者，7015个切片。
将泊松噪声加到正常剂量的正弦图中。
使用33x33的补丁。
模型
网络仅使用3个层（Conv-ReLU-Conv-ReLU-Conv）。
03.使用残差卷积网络改善低剂量CT图像
数据集
AAPM-梅奥诊所低剂量CT挑战赛
512x512，10位患者，5080个切片
使用44x44补丁（2D），44x44x24补丁（3D）
模型
二
2021-11-18 19:12:59
1.16MB
1
Multi object tracking-a litrature review.pdf
2021-11-09 18:15:21
1.22MB
1
AIP旗下期刊 Review of Scientific Instruments RSI 的word模板
英文双栏
2021-11-06 14:33:15
475KB
1
Amazon-Review:使用情感分析在Amazon Review数据中构建机器学习模型
2021-11-06 04:07:10
75KB
1