header
Image from OpenLibrary

Image classification in applications with limited data using transfer learning / Engy Adham Mohamed Abdelatif Abu El Wafa ; Doaa Mohamed Shawky

By: Contributor(s): Material type: TextTextPublication details: 2022.Content type:
  • text
Media type:
  • Unmediated
Carrier type:
  • volume
Other title:
  • تصنيف الصور في التطبيقات ذات البيانات المحدودة باستخدام نقل التعلم
Subject(s): DDC classification:
  • 516
Dissertation note: Thesis (M.Sc.)-Cairo University,Faculty of Engineering,Department of Engineering Mathematics. Summary: نتيجة للتقدم في علم تعلم الآلة، أصبح تعلم الآلة هو تقنية التنبؤ الأكثر استخداماً في مختلف التطبيقات المعتمدة على التصنيف. المشكلة الرئيسية للعديد من أنظمة تعلم الآلة هي نقص الكمية الكافية من البيانات ذات الجودة، مما يؤدي، في بعض الأحيان، إلى عدم تمكن نماذج تعلم الآلة من تحقيق نتائج مقبولة. نقل التعلم هو طريقة فرعية من خوارزميات تعلم الآلة التي تمكن من بناء نموذج تنبؤ ناجح حتى إذا كانت البيانات المتاحة محدودة. الافتراض الرئيسي في نقل التعلم هو أن المهمات المختلفة غالبا ما تتشارك في تمثيل منخفض الأبعاد فيما بينها، مما يمكننا من تدريب الطبقات الأخيرة فقط من الشبكة العصبية على بيانات المهمة الجديدة، بعد تثبيت محددات الطبقات السابقة والتي تم تعلمها من مهمة أخرى. تسمح هذه الطريقة بنقل المعرفة من النطاق القديم لنطاق المهمة الجديدة باستخدام مجموعة صغيرة من البيانات نتيجة خفض عدد محددات النموذج التي تحتاج إلى التعلم. يتم استخدام نقل التعلم في العديد من التطبيقات والتي تتضمن معالجة الصور، ومعالجة اللغات الطبيعية، والتعرف على الكلام. في هذه الرسالة، يتم توظيف نقل التعلم في تصميم وتنفيذ نظام تشخيص بمساعدة الحاسوب للتحليل الذاتي للأمراض في صور الأشعة الفوق صوتية. لقد تم استخدام نقل التعلم مؤخراً في التطبيقات الطبية وأيضاً في إنشاء أنظمة تشخيص بمساعدة الحاسوب، حيث يكون عادةً حجم البيانات الطبية المتاحة محدودا
Tags from this library: No tags from this library for this title. Log in to add tags.
Star ratings
    Average rating: 0.0 (0 votes)
Holdings
Item type Current library Home library Call number Status Date due Barcode
Thesis Thesis قاعة الرسائل الجامعية - الدور الاول المكتبة المركزبة الجديدة - جامعة القاهرة Cai01.13.10.M.Sc.2022.En.I (Browse shelf(Opens below)) Not for loan 01010110087804000

Thesis (M.Sc.)-Cairo University,Faculty of Engineering,Department of Engineering Mathematics.

Bibliography: p. 81-88.

نتيجة للتقدم في علم تعلم الآلة، أصبح تعلم الآلة هو تقنية التنبؤ الأكثر استخداماً في مختلف التطبيقات المعتمدة على التصنيف. المشكلة الرئيسية للعديد من أنظمة تعلم الآلة هي نقص الكمية الكافية من البيانات ذات الجودة، مما يؤدي، في بعض الأحيان، إلى عدم تمكن نماذج تعلم الآلة من تحقيق نتائج مقبولة. نقل التعلم هو طريقة فرعية من خوارزميات تعلم الآلة التي تمكن من بناء نموذج تنبؤ ناجح حتى إذا كانت البيانات المتاحة محدودة. الافتراض الرئيسي في نقل التعلم هو أن المهمات المختلفة غالبا ما تتشارك في تمثيل منخفض الأبعاد فيما بينها، مما يمكننا من تدريب الطبقات الأخيرة فقط من الشبكة العصبية على بيانات المهمة الجديدة، بعد تثبيت محددات الطبقات السابقة والتي تم تعلمها من مهمة أخرى. تسمح هذه الطريقة بنقل المعرفة من النطاق القديم لنطاق المهمة الجديدة باستخدام مجموعة صغيرة من البيانات نتيجة خفض عدد محددات النموذج التي تحتاج إلى التعلم. يتم استخدام نقل التعلم في العديد من التطبيقات والتي تتضمن معالجة الصور، ومعالجة اللغات الطبيعية، والتعرف على الكلام. في هذه الرسالة، يتم توظيف نقل التعلم في تصميم وتنفيذ نظام تشخيص بمساعدة الحاسوب للتحليل الذاتي للأمراض في صور الأشعة الفوق صوتية. لقد تم استخدام نقل التعلم مؤخراً في التطبيقات الطبية وأيضاً في إنشاء أنظمة تشخيص بمساعدة الحاسوب، حيث يكون عادةً حجم البيانات الطبية المتاحة محدودا

There are no comments on this title.

to post a comment.