感谢平台分享-http://bjbsair.com/2020-04-10/tech-info/53247.html
目录
针对COVID-19绘制人工智能应用的地图
COVIDX-NET：一种用于诊断X射线图像中COVID-19的深度学习分类器框架
COVID-NET：一种用于从胸部X光图像中检测COVID-19病例的定制深度卷积神经网络设计
用于点击率预测的深度兴趣网络
CVPR 2020 | SwapText: 基于图像的场景文本迁移
针对COVID-19绘制人工智能应用的地图
论文名称：Mapping the Landscape of Artificial Intelligence Applications against COVID-19
发表时间：2020/3/25
论文链接：https://arxiv.org/abs/2003.11336v1
推荐原因
这是一篇综述论文，概述了最近在新冠病毒研究中使用的计算机和人工智能相关的技术应用。目前新冠病毒的研究重点包括追踪病毒传播、促进病毒检测、开发疫苗、寻找新的治疗方法、了解疫情的社会经济影响等。人工智能技术在不同层次上有助于解决COVID-19危机，包括分子、医学和流行病学应用，其中分子层面包括药物挖掘等相关研究，医疗层面包括个体病人的诊断和治疗，社会层面包括流行病学和信息医学研究等。最后，这篇论文还讨论了有潜力的未来研究方向及促进人工智能研究所需的工具和资源。
COVIDX-NET：一种用于诊断X射线图像中COVID-19的深度学习分类器框架
论文名称：COVIDX-Net: A Framework of Deep Learning Classifiers to Diagnose COVID-19 in X-Ray Images
发表时间：2020/3/24
论文链接：https://arxiv.org/abs/2003.11055v1
推荐原因
这篇论文提出了一个名为COVIDX-Net的深度学习框架，以帮助放射科医生自动诊断X射线图像中的COVID-19。这篇论文在50例胸部X射线图像上对7种不同的深度卷积神经网络模型进行了验证，包括VGG19、MobileNet等。基于80%-20％的训练集-测试集划分，这篇论文发现VGG19和DenseNet分类表现更好，f1分数分别为0.89和0.91。这只是一个初步的研究工作，随着更多的开放数据集出现，还可以进行进一步的评估。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Oue6hEeN-1586505406653)(http://p3.pstatp.com/large/pgc-image/RvS3F8S6CZ7sS)]
COVID-NET：一种用于从胸部X光图像中检测COVID-19病例的定制深度卷积神经网络设计
论文名称：COVID-Net: A Tailored Deep Convolutional Neural Network Design for Detection of COVID-19 Cases from Chest Radiography Images
发表时间：2020/3/22
论文链接：https://arxiv.org/abs/2003.09871v1
推荐原因
这篇论文开源了一个用于从胸部X射线图像中检测COVID-19病例而设计的深度卷积神经网络，即COVID-Net。用于训练COVID-Net的胸部放射线图像数据集名为COVIDx，包含了来自两个开放数据库的2839例患者的5941个由后向前胸部放射线图像。这篇论文还分析了COVID-Net如何使用可解释性方法做出预测，以期深入了解与COVID病例相关的关键因素，从而可以帮助临床医生进行更好的筛查。开放的数据和代码有助于进一步开发高精度和实用的深度学习解决方案，用于检测COVID-19病例。
用于点击率预测的深度兴趣网络
论文名称：Deep Interest Network for Click-Through Rate Prediction
发表时间：2018/3/1
论文链接：https://arxiv.org/pdf/1706.06978.pdf
推荐原因
本文的研究意义以及核心内容：
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-oi9SGBnt-1586505406664)(http://p1.pstatp.com/large/pgc-image/RvS3FcfBsUe8Vn)]
CVPR 2020 | SwapText: 基于图像的场景文本迁移
论文名称：SwapText: Image Based Texts Transfer in Scenes
发表时间：2020/3/18
论文链接：https://arxiv.org/abs/2003.08152
推荐原因
本文出自阿里巴巴达摩院，已经被CVPR2020接收，文章主要解决的是图像中的文本替换问题。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-vT13UfLR-1586505406665)(http://p1.pstatp.com/large/pgc-image/RvS3FeeHXVGSE6)][外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-oRdW9m4q-1586505406667)(http://p1.pstatp.com/large/pgc-image/RvS3Ff0DzLbYSM)][外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-TFMB2Tit-1586505406669)(http://p3.pstatp.com/large/pgc-image/RvS3FfIC9Ugdcw)]感谢平台分享-http://bjbsair.com/2020-04-10/tech-info/53247.html
目录
针对COVID-19绘制人工智能应用的地图
COVIDX-NET：一种用于诊断X射线图像中COVID-19的深度学习分类器框架
COVID-NET：一种用于从胸部X光图像中检测COVID-19病例的定制深度卷积神经网络设计
用于点击率预测的深度兴趣网络
CVPR 2020 | SwapText: 基于图像的场景文本迁移
针对COVID-19绘制人工智能应用的地图
论文名称：Mapping the Landscape of Artificial Intelligence Applications against COVID-19
发表时间：2020/3/25
论文链接：https://arxiv.org/abs/2003.11336v1
推荐原因
这是一篇综述论文，概述了最近在新冠病毒研究中使用的计算机和人工智能相关的技术应用。目前新冠病毒的研究重点包括追踪病毒传播、促进病毒检测、开发疫苗、寻找新的治疗方法、了解疫情的社会经济影响等。人工智能技术在不同层次上有助于解决COVID-19危机，包括分子、医学和流行病学应用，其中分子层面包括药物挖掘等相关研究，医疗层面包括个体病人的诊断和治疗，社会层面包括流行病学和信息医学研究等。最后，这篇论文还讨论了有潜力的未来研究方向及促进人工智能研究所需的工具和资源。
COVIDX-NET：一种用于诊断X射线图像中COVID-19的深度学习分类器框架
论文名称：COVIDX-Net: A Framework of Deep Learning Classifiers to Diagnose COVID-19 in X-Ray Images
发表时间：2020/3/24
论文链接：https://arxiv.org/abs/2003.11055v1
推荐原因
这篇论文提出了一个名为COVIDX-Net的深度学习框架，以帮助放射科医生自动诊断X射线图像中的COVID-19。这篇论文在50例胸部X射线图像上对7种不同的深度卷积神经网络模型进行了验证，包括VGG19、MobileNet等。基于80%-20％的训练集-测试集划分，这篇论文发现VGG19和DenseNet分类表现更好，f1分数分别为0.89和0.91。这只是一个初步的研究工作，随着更多的开放数据集出现，还可以进行进一步的评估。
COVID-NET：一种用于从胸部X光图像中检测COVID-19病例的定制深度卷积神经网络设计
论文名称：COVID-Net: A Tailored Deep Convolutional Neural Network Design for Detection of COVID-19 Cases from Chest Radiography Images
发表时间：2020/3/22
论文链接：https://arxiv.org/abs/2003.09871v1
推荐原因
这篇论文开源了一个用于从胸部X射线图像中检测COVID-19病例而设计的深度卷积神经网络，即COVID-Net。用于训练COVID-Net的胸部放射线图像数据集名为COVIDx，包含了来自两个开放数据库的2839例患者的5941个由后向前胸部放射线图像。这篇论文还分析了COVID-Net如何使用可解释性方法做出预测，以期深入了解与COVID病例相关的关键因素，从而可以帮助临床医生进行更好的筛查。开放的数据和代码有助于进一步开发高精度和实用的深度学习解决方案，用于检测COVID-19病例。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-OBfcsc5r-1586505406940)(http://p3.pstatp.com/large/pgc-image/RvS3F9O9TVuMB3)]
用于点击率预测的深度兴趣网络
论文名称：Deep Interest Network for Click-Through Rate Prediction
发表时间：2018/3/1
论文链接：https://arxiv.org/pdf/1706.06978.pdf
推荐原因
本文的研究意义以及核心内容：
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-Jgz9Jrnq-1586505406948)(http://p1.pstatp.com/large/pgc-image/RvS3FcfBsUe8Vn)]
CVPR 2020 | SwapText: 基于图像的场景文本迁移
论文名称：SwapText: Image Based Texts Transfer in Scenes
发表时间：2020/3/18
论文链接：https://arxiv.org/abs/2003.08152
推荐原因
本文出自阿里巴巴达摩院，已经被CVPR2020接收，文章主要解决的是图像中的文本替换问题。
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-zW2IXcFw-1586505406949)(http://p1.pstatp.com/large/pgc-image/RvS3FeeHXVGSE6)]
[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-ywmRLmCj-1586505406953)(http://p3.pstatp.com/large/pgc-image/RvS3FfIC9Ugdcw)]
867
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
