首页> 外文OA文献 >Comparative effectiveness of convolutional neural network (CNN) and recurrent neural network (RNN) architectures for radiology text report classification

【2h】

Comparative effectiveness of convolutional neural network (CNN) and recurrent neural network (RNN) architectures for radiology text report classification

机译：卷积神经网络（CNN）和反复性神经网络（RNN）架构对放射学文本报告分类的比较有效性

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Imon Banerjee; Yuan Ling; Matthew C. Chen; Sadid A. Hasan; Curtis P. Langlotz; Nathaniel Moradzadeh; Brian Chapman; Timothy Amrhein; David Mong; Daniel L. Rubin; Oladimeji Farri; Matthew P. Lungren;
展开▼
作者单位

展开▼
年度 2019
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Comparative effectiveness of convolutional neural network (CNN) and recurrent neural network (RNN) architectures for radiology text report classification [J] . Banerjee Imon, Ling Yuan, Chen Matthew C., Artificial intelligence in medicine . 2019,第JUNa期

机译：卷积神经网络（CNN）和递归神经网络（RNN）架构在放射学文本报告分类中的比较有效性
2. CasCRNN-GL-Net: cascaded convolutional and recurrent neural networks with global and local pathways for classification of focal liver lesions in multi-phase CT images [J] . DONG LIANG, YINGYING XU, LANFEN LIN, Communications in information and systems . 2020,第4期

机译：Cascrnn-GL-Net：级联卷积和经常性神经网络，具有全局和局部途径，用于多相CT图像中的局灶性肝病变分类
3. Combining attention-based bidirectional gated recurrent neural network and two-dimensional convolutional neural network for document-level sentiment classification [J] . Liu Fagui, Zheng Jingzhong, Zheng Lailei, Neurocomputing . 2020,第Jana2期

机译：结合基于注意力的双向门控递归神经网络和二维卷积神经网络进行文档级情感分类
4. Attention-Based Recurrent Neural Networks (RNNs) for Short Text Classification: An Application in Public Health Monitoring [C] . Oduwa Edo-Osagie, Iain Lake, Obaghe Edeghere, International Work-Conference on Artificial Neural Networks . 2019

机译：基于注意力的递归神经网络（RNN）用于短文本分类：在公共卫生监测中的应用
5. Deep Neural Language Model for Text Classification Based on Convolutional and Recurrent Neural Networks [D] . Hassan, Abdalraouf. 2018

机译：基于卷积神经网络和递归神经网络的深度神经语言文本分类模型
6. Automated AJCC (7th edition) staging of non-small cell lung cancer (NSCLC) using deep convolutional neural network (CNN) and recurrent neural network (RNN) [O] . Dipanjan Moitra, Rakesh Kr. Mandal 2019

机译：使用深卷积神经网络（CNN）和经常性神经网络（RNN）的自动化AJCC（第7版）分类（NSCLC）
7. Attention-Based Recurrent Neural Networks (RNNs) for Short Text Classification: An Application in Public Health Monitoring [O] . Oduwa Edo-Osagie, Iain Lake, Obaghe Edeghere, 2019

机译：基于注意力的经常性神经网络（RNNS）用于短文本分类：公共卫生监测中的应用

Comparative effectiveness of convolutional neural network (CNN) and recurrent neural network (RNN) architectures for radiology text report classification

著录项

引文网络

相似文献

相关主题

期刊订阅