Few-shot learning; anomaly detection; deep learning; true-positive rate (TPR) and false-positive rate (FPR);
机译:增加癌症检测率的策略:在数字乳房断层合成筛查中对阳性和假阴性结果的评论
机译:增加癌症检测率的策略:在数字乳房断层合成筛查中对阳性和假阴性结果的评论
机译:医疗保健和异常检测:使用机器学习预测心率数据中的异常
机译:SNIPER:极少发现的用于异常检测的学习,可将假阴性率降至最低,并确保真实阳性率
机译:利用机器学习预测分类模型识别欺诈的涉嫌实例,这些分类模型可最大限度地减少体力劳动来检查异常
机译:增加癌症检测率的策略:在数字乳房断层合成筛查中对正负假结果的评论
机译:基于机器学习和统计领域的载荷型材的异常检测两种策略的比较与调整
机译:弹药箱比较中假阳性和假阴性误差率的研究。