- Интерпретация глубоких вложений для кластеризации прогрессирования заболевания (arXiv)
Автор: Анна Муньос-Фарре, Антониос Пулакакис-Дактилидис, Дилини Махеша Коталавала, Андреа Родригес-Мартинес.
Аннотация: Мы предлагаем новый подход к интерпретации глубоких вложений в контексте кластеризации пациентов. Мы оцениваем наш подход на наборе данных об участниках с диабетом 2 типа из Британского биобанка и демонстрируем клинически значимое понимание моделей прогрессирования заболевания.
2. Новый набор данных и сравнительное исследование для обнаружения кластеров тли (arXiv)
Автор: Тяньсяо Чжан, Кайдун Ли, Сянюй Чен, Цунконг Чжун, Бо Луо, Иван Грихальва Теран, Брайан МакКорнак, Дэниел Флиппо, Аджай Шарда, Гуанхуэй. Ван»
Аннотация: Тля является одной из основных угроз сельскохозяйственным культурам, сельским семьям и глобальной продовольственной безопасности. Химическая борьба с вредителями является необходимым компонентом растениеводства для получения максимальной урожайности, однако нет необходимости применять химические подходы ко всем полям с учетом загрязнения окружающей среды и затрат. Таким образом, точная локализация тли и оценка уровня заражения имеют решающее значение для точного местного применения пестицидов. Обнаружение тли очень сложно, поскольку каждая отдельная тля очень мала, и все тли собираются вместе в виде скоплений. В данной работе мы предлагаем оценивать уровень зараженности путем выявления скоплений тли. Мы сделали миллионы изображений полей сорго, вручную отобрали 5447 изображений, содержащих тлей, и аннотировали каждый кластер тли на изображении. Чтобы использовать эти изображения для моделей машинного обучения, мы обрезаем изображения на фрагменты и создаем помеченный набор данных с более чем 151 000 фрагментов изображений. Затем мы реализуем и сравниваем производительность четырех современных моделей обнаружения объектов.
