Научный семинар по информационным технологиям

Руководитель семинара: Л.Б. Соколинский

Ученый секретарь семинара:П.Г. Верман

Электронная почта: verman@susu.ru


ОЧЕРЕДНОЕ ЗАСЕДАНИЕ СЕМИНАРА

26 октября 2021, 15:30, ауд. 110/3г, доклад на английском языке

Тема: Модель на основе глубокого обучения для диагностики и классификации COVID-19

(Deep Learning based Model for COVID-19 Diagnosis and Classification)

Аннотация:

В этом выступлении д-р С. Кумар представляет новую модель вариационного автоэнкодера на основе глубокого обучения без учителя (UDL-VAE, Unsupervised DL based Variational Autoencoder) для обнаружения и классификации COVID-19 с использованием изображений КТ легких. Модель UDL-VAE включает технологию предварительной обработки на основе адаптивной фильтрации Винера для повышения качества изображения. Кроме того, для извлечения признаков используется фреймворк Inception v4 с технологией Adagrad, а для процесса классификации применяется неконтролируемая модель VAE. В экспериментах модель UDL-VAE продемонстрировала с точность 0.987 и 0.992 для бинарной и мультиклассовой классификации соответственно.

Докладчик: Кумар Сэчин, старший научный сотрудник кафедры СП, ЮУрГУ

Annotation:

In this talk, Dr. S. Kumar introduces a novel unsupervised DL based variational autoencoder (UDL-VAE) model for COVID-19 detection and classification using lung CT images. The UDL-VAE model involves adaptive Wiener filtering based preprocessing technique to enhance the image quality. Besides, Inception v4 with Adagrad technique is employed as a feature extractor and unsupervised VAE model is applied for the classification process. In the experiments, the UDL-VAE model showcased the effectual results of the with the higher accuracy of 0.987 and 0.992 on the binary and multiple classes, respectively.