최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 가천대학교 Gachon University |
---|---|
연구책임자 | 이상웅 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2022-06 |
과제시작연도 | 2021 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
과제관리전문기관 | 한국연구재단 National Research Foundation of Korea |
등록번호 | TRKO202200017049 |
과제고유번호 | 1711136845 |
사업명 | 개인기초연구(과기정통부)(R&D) |
DB 구축일자 | 2022-11-23 |
키워드 | 준지도 학습.의료영상 분석.손실 함수.영상분류.영상분할.Semi-Supervised Learning.Medical Image Analysis.Loss Function.Image Classification.Image Segmentation. |
□ 연구개요
본 연구에서는 각 모델의 독립적인 학습 구조에서 상호 관계에 따라 더 높은 수준으로 학습 될 수 있는 계층적 혼합모델 구성 방법을 연구하고, 준지도 학습을 기반으로 하여 계층적 모델의 일관성을 유지할 수 있는 모델 구조 및 학습 방법을 연구함
□ 연구 목표대비 연구결과
<연구 최종목표>
- 비라벨 의료영상을 활용한 준지도 학습 기반의 혼합 딥런이 모델 개발
<세부목표>
- 비라벨 의료영상을 활용한 준지도 학습 기반 학습 방법 연구
- 딥러닝 기반의 의료영상 생성 방법
※ AI-Helper는 부적절한 답변을 할 수 있습니다.