EVALUATION OF JOINT UNSUPERVISED LEARNING IN A WIDE RANGE OF BIOMEDICAL APPLICATIONS

Please use this identifier to cite or link to this item: http://elar.urfu.ru/handle/10995/107072

Title:	EVALUATION OF JOINT UNSUPERVISED LEARNING IN A WIDE RANGE OF BIOMEDICAL APPLICATIONS
Authors:	Doroinin, I. D. Evstratov, A. S. Zalyatsky, G. S. Bolkisev, I. A. Teplova, T. I. Usova, K. V. Podpryatov, V. A. Ushenin, K. S.
Issue Date:	2020
Publisher:	УрФУ
Citation:	EVALUATION OF JOINT UNSUPERVISED LEARNING IN A WIDE RANGE OF BIOMEDICAL APPLICATIONS / I. D. Doroinin, A. S. Evstratov, G. S. Zalyatsky et al. // Физика. Технологии. Инновации : тезисы докладов VII Международной молодежной научной конференции, посвященной 100-летию Уральского федерального университета (Екатеринбург, 18–22 мая 2020 г.). — Екатеринбург : УрФУ, 2020. — C. 909-910.
Abstract:	In our study, we evaluate the accuracy of joint unsupervised learning for segmentation problems in a wide area of biomedical applications.
URI:	http://elar.urfu.ru/handle/10995/107072
Conference name:	VII Международная молодежная научная конференция «Физика. Технологии. Инновации», посвященная 100-летию Уральского федерального университета
Conference date:	18.05.2020-22.05.2020
Origin:	Физика. Технологии. Инновации. Тезисы докладов (ФТИ-2020)
Appears in Collections:	Конференции, семинары

Files in This Item:

File	Description	Size	Format
fti_2020_509.pdf		214,82 kB	Adobe PDF	View/Open