机器学习方法实现文本识别的高精度，因此越来越多地用于手写历史来源的转录。然而，在生产中使用机器学习需要简化的端到端管道，该流程将扩展到数据集大小和模型，该模型具有几个手动转录的高精度。还必须验证模型结果的正确性。本文介绍了我们的经验教训，从挪威1950年人口普查中译码了开发，调整和使用互联端到端机器学习管道。我们为自动转录的代码达到97％的准确性，我们向3％的码发送了手动验证。我们核实我们的结果中发现的职业码分布与我们的培训数据中发现的分布相匹配，这应该是整个人口普查的代表。我们相信我们的方法和经验教训可能对计划在生产中使用机器学习的其他转录项目有用。源代码可用于：https://github.com/uit-hdl/rhd-codes
translated by 谷歌翻译
Due to the unequivocal need for understanding the decision processes of deep learning networks, both modal-dependent and model-agnostic techniques have become very popular. Although both of these ideas provide transparency for automated decision making, most methodologies focus on either using the modal-gradients (model-dependent) or ignoring the model internal states and reasoning with a model's behavior/outcome (model-agnostic) to instances. In this work, we propose a unified explanation approach that given an instance combines both model-dependent and agnostic explanations to produce an explanation set. The generated explanations are not only consistent in the neighborhood of a sample but can highlight causal relationships between image content and the outcome. We use Wireless Capsule Endoscopy (WCE) domain to illustrate the effectiveness of our explanations. The saliency maps generated by our approach are comparable or better on the softmax information score.
translated by 谷歌翻译
Purpose: This study aims to explore training strategies to improve convolutional neural network-based image-to-image registration for abdominal imaging. Methods: Different training strategies, loss functions, and transfer learning schemes were considered. Furthermore, an augmentation layer which generates artificial training image pairs on-the-fly was proposed, in addition to a loss layer that enables dynamic loss weighting. Results: Guiding registration using segmentations in the training step proved beneficial for deep-learning-based image registration. Finetuning the pretrained model from the brain MRI dataset to the abdominal CT dataset further improved performance on the latter application, removing the need for a large dataset to yield satisfactory performance. Dynamic loss weighting also marginally improved performance, all without impacting inference runtime. Conclusion: Using simple concepts, we improved the performance of a commonly used deep image registration architecture, VoxelMorph. In future work, our framework, DDMR, should be validated on different datasets to further assess its value.
translated by 谷歌翻译
社会过程的持续数字化转化为时间序列数据的扩散，这些数据涵盖了诸如欺诈检测，入侵检测和能量管理等应用，在这种应用程序中，异常检测通常对于启用可靠性和安全性至关重要。许多最近的研究针对时间序列数据的异常检测。实际上，时间序列异常检测的特征是不同的数据，方法和评估策略，现有研究中的比较仅考虑了这种多样性的一部分，这使得很难为特定问题设置选择最佳方法。为了解决这一缺点，我们介绍了有关数据，方法和评估策略的分类法，并使用分类法提供了无监督时间序列检测的全面概述，并系统地评估和比较了最先进的传统以及深度学习技术。在使用九个公开可用数据集的实证研究中，我们将最常用的性能评估指标应用于公平实施标准下的典型方法。根据分类法提供的结构化，我们报告了经验研究，并以比较表的形式提供指南，以选择最适合特定应用程序设置的方法。最后，我们为这个动态领域提出了研究方向。
translated by 谷歌翻译
我们描述了与全球结构搜索方法结合使用的局部替代模型。该模型遵循高斯近似电势（GAP）形式主义，并基于原子位置描述符的平滑重叠，而使用Mini Batch $ K $ -MEANS则减少了本地环境的稀疏性。该模型是在原子全局优化X框架中实现的，并用作盆地跳结构搜索中局部放松的部分替代。该方法对于多种原子系统（包括分子，纳米颗粒，表面支撑的簇和表面薄膜）来说是可靠的。展示了本地替代模型的结构搜索环境中的好处。这包括从较小的系统转移学习的能力，以及执行并发多层计量搜索的可能性。
translated by 谷歌翻译
近年来，用深击的图像和视频操纵已成为安全和社会的严重关注。因此，已经提出了许多检测模型和数据库来可靠地检测DeepFake数据。但是，人们越来越担心这些模型和培训数据库可能会有偏见，从而导致深泡检测器失败。在这项工作中，我们通过（a）为五个流行的DeepFake数据集提供41个不同属性的大规模人口统计学和非人口统计学注释，以及（b）全面分析多个最先进的ART的AI偏见这些数据库上的DeepFake检测模型。调查分析了各种独特属性（从6500万标签）对检测性能的影响，包括人口统计学（年龄，性别，种族）和非人口统计学（头发，皮肤，配件等）信息。结果表明，研究的数据库缺乏多样性，更重要的是表明，使用的深层检测模型对许多研究的属性有很大偏见。此外，结果表明，模型的决策可能基于几个可疑（偏见）的假设，例如，如果一个人在微笑或戴上帽子。根据这种深泡检测方法的应用，这些偏见可能导致普遍性，公平性和安全性问题。我们希望这项研究的发现和注释数据库将有助于评估和减轻未来深层检测技术的偏见。我们的注释数据集可公开使用。
translated by 谷歌翻译
没有全面的指标来描述多对象跟踪（MOT）序列的复杂性。缺乏指标可降低解释性，使数据集的比较变得复杂，并将跟踪器绩效的对话降低到排行榜位置的问题。作为一种补救措施，我们介绍了新型的MOT数据集复杂度度量（MOTCOM），该度量是由MOT中的关键问题启发的三个子计量学的组合：闭塞，运动不稳定和视觉相似性。MOTCOM的见解可以开放有关跟踪器性能的细微讨论，并可能导致对鲜为人知的数据集或旨在解决子问题的新颖贡献的更广泛认可。我们在综合MOT17，MOT20和Motsynth数据集上评估了MOTCOM，并表明MOTCOM在描述与传统密度和轨道数量相比描述MOT序列的复杂性要好得多。项目页面https://vap.aau.dk/motcom
translated by 谷歌翻译
深度学习方法缺乏无线胶囊内窥镜检查（WCE）自动诊断的可普遍性，这阻止了任何显着优势降低到真实的临床实践。结果，使用WCE的疾病管理继续依赖医学专家的详尽手动调查。尽管有几个优势，但这解释了其有限的用途。先前的工作已经考虑使用更高质量和数量的标签作为解决缺乏概括的一种方式，但是考虑到病理多样性，这几乎是无法扩展的，更不用说标记大型数据集的标签还会支持医务人员。我们建议使用免费可用的域知识作为先验，以学习更多可靠和可推广的表示。我们通过实验表明，领域先验可以通过在标签的代理中作用来使表示形式受益，从而大大减少了标签要求，同时仍可以完全无监督而又感知的学习。我们在预处理过程中使用对比度目标以及先前的指导观点，在此观点选择激发了对病理信息的敏感性。在三个数据集上进行的广泛实验表明，我们的方法的性能要比（或与）域中的最新技术更好，在病理分类和跨数据库概括方面建立了新的基准，并扩展到不看病的病理学类别。
translated by 谷歌翻译
目的：自动化肺肿瘤定位和放射性图像分割等任务可以为放射科和其他临床人员提供宝贵的时间。卷积神经网络可能适用于这样的任务，但需要大量标记的数据训练。获得标记数据是一个挑战，尤其是在医学领域。方法：本文调查了教师学生设计的使用，利用具有不同类型监督的数据集来训练在计算机断层摄影图像上进行肺肿瘤分割的自动模型。该框架由两种型号组成：执行端到端的自动肿瘤细分的学生和在培训期间提供学生额外的伪注释数据的教师。结果：仅使用小比例的语义标记数据和大量边界框注释数据，我们使用教师学生设计实现了竞争性能。培训的型号培训的大量语义注释并没有比教师注释数据所培训的模型更好。结论：我们的结果展示了利用教师学生设计的潜力来减少注释负荷，因为可以执行较少的监督注释方案，而没有分割精度的任何实际降级。
translated by 谷歌翻译
如果我们改变规则，明智的交易与傻瓜会有什么？不同的小组以不同方式形式化强化学习（RL）。如果一个R1正式化的代理是在另一个RL正式化的环境中运行，则必须首先转换代理或映射。任何此类映射的充分性标准是它保留了相对智能。本文调查了这种充足率标准的配方和性质。然而，在制定问题之前，我们争论，比较情报问题。我们使用超滤器比较智力，通过观看代理作为智力选举中的候选人的激励，其中选民是环境的候选人。这些比较器是违反直觉的，但我们证明了关于RL智力测量的不可能性定理，这表明这种情况是不可避免的。鉴于RL框架之间的映射，我们建立了足够的条件，以确保对于目的地框架中的任何超过滤器的智能比较器，源框架中存在超滤网智能比较器，使得映射保留了相对智能。我们在各种RL框架之间考虑三个具体映射，并表明它们满足这些充足的条件，因此保持了适当测量的相对智能。
translated by 谷歌翻译