论文笔记
文章平均质量分 74
论文笔记
Guan Tongpeng
仰望大佬,脚踏实地
展开
-
无标记图像虚拟染色
Cell 2018 paperCell 2018 codeNature methods 2018 paperNature methods 2018 codeScience advances 2021TMI 2020MIA 2021J. of Biomedical Optics 2020原创 2021-06-01 16:58:59 · 292 阅读 · 0 评论 -
Counterfactual Explanations for Machine Learning: A Review
Counterfactual Explanations for Machine Learning: A Review机器学习的社会意义建立公平性和使自动化工具的决策具有可解释性是我们可以确保机器学习对社会产生公平影响的两种主要方法。公平性研究旨在开发算法,以确保系统产生的决策不会偏向特定的人口统计学群体,这些群体是根据敏感特征(例如种族,性别,宗教信仰)定义的。反歧视法律规定,使用敏感功能作为任何决定的基础是非法的。有偏见的决策也可能引起广泛的批评,因此对于避免此类行为很重要。关联关联可以理解成找相原创 2021-02-26 20:46:11 · 539 阅读 · 0 评论 -
Explainable Artificial Intelligence Approaches: A Survey
Explainable Artificial Intelligence Approaches: A Survey现有的一些工具:LIME, DeepVis Toolbox, TreeInterpreter, Keras-vis, Microsoft InterpretML, MindsDB, SHAP, Tensorboard WhatIf, Tensorflow’s Lucid, Tensorflow’s Cleverhans解释方法分为三类:Intrinsically Interpretable M原创 2021-02-26 20:39:50 · 382 阅读 · 0 评论 -
Multi-view Integration Learning for Irregularly-sampled Clinical Time Series
Multi-view Integration Learning for Irregularly-sampled Clinical Time Series介绍问题电子健康记录(EHR)数据==稀疏且不规则==,因为它以不规则的时间间隔记录,并且在每个观察点测量不同的临床变量。不同数量的观察值和跨数据的时间对齐方式的缺乏使假定具有固定维特征空间的机器学习模型的使用无效。研究进展研究背景:基于RNN的方法已成为处理临床时间序列数据的实际解决方案,因为RNN可以管理各种长度的顺序数据。但是传统的RNN方法原创 2021-02-26 20:21:38 · 326 阅读 · 2 评论