Autoencoders para la extracción de descriptores en imágenes hiperespectrales de la piel
En este estudio, presentamos un enfoque innovador para la extracción de indicadores clave a partir de imágenes hiperespectrales de la piel facial, utilizando técnicas de aprendizaje profundo. La detección temprana y el diagnóstico preciso de enfermedades cutáneas son de suma importancia en la salud...
Guardado en:
| Autores principales: | Toledo Margalef, Pablo, Navarro, Pablo, Hünemeier, Tábita, Pereira, Alexandre C., Gonzalez-Josee, Rolando |
|---|---|
| Formato: | Objeto de conferencia |
| Lenguaje: | Español |
| Publicado: |
2024
|
| Materias: | |
| Acceso en línea: | http://sedici.unlp.edu.ar/handle/10915/177103 |
| Aporte de: |
Ejemplares similares
-
Aprendizaje no supervisado combinando autoencoders y agrupamiento
por: Cochella, Lucas, et al.
Publicado: (2023) -
Filtrando eventos de seguridad en forma conservativa mediante deep learning
por: Ferrado, Leandro, et al.
Publicado: (2016) -
Análisis de imágenes hiperespectrales : Clasificación de cultivos
por: Sanz, Cecilia Verónica
Publicado: (2000) -
Análisis de imágenes hiperespectrales de maní contaminado con aflatoxinas
por: Vranic, María Laura, et al.
Publicado: (2024) -
FGR-Net: interpretable fundus image gradeability classification based on deep reconstruction learning
por: Khalid, Saif, et al.
Publicado: (2023)