Para acceder a los documentos con el texto completo, por favor, siga el siguiente enlace: http://hdl.handle.net/2117/126386

Título:	Monte-Carlo sampling applied to multiple instance learning for histological image classification
Autor/a:	Combalia, Marc; Vilaplana Besler, Verónica
Otros autores:	Universitat Politècnica de Catalunya. Departament de Teoria del Senyal i Comunicacions; Universitat Politècnica de Catalunya. GPI - Grup de Processament d'Imatge i Vídeo
Abstract:	We propose a patch sampling strategy based on a sequential Monte-Carlo method for high resolution image classification in the context of Multiple Instance Learning. When compared with grid sampling and uniform sampling techniques, it achieves higher generalization performance. We validate the strategy on two artificial datasets and two histological datasets for breast cancer and sun exposure classification.
Abstract:	Peer Reviewed
Materia(s):	-Àrees temàtiques de la UPC::Enginyeria de la telecomunicació::Processament del senyal::Processament de la imatge i del senyal vídeo -Àrees temàtiques de la UPC::Informàtica::Intel·ligència artificial::Aprenentatge automàtic -Deep learning -Monte Carlo method -Image processing--Digital techniques -Aprenentatge profund -Montecarlo, Mètode de -Imatges -- Processament -- Tècniques digitals
Derechos:
Tipo de documento:	Artículo - Versión publicada Objeto de conferencia
Editor:	Springer
Compartir:

Mostrar el registro completo del ítem