Implementace metody "Multiple instance learning" pomocí Markovských sítí
Implementation of Multiple Instance Learning using Markov Networks
Type of document
bakalářská prácebachelor thesis
Author
Branislav Doubek
Supervisor
Kybic Jan
Opponent
Franc Vojtěch
Study program
Elektronika a komunikaceInstitutions assigning rank
katedra telekomunikační technikyRights
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Show full item recordAbstract
Tato práce pojednává implementaci multiple instance learning frameworku používající metody Markovských sítí s optimalizačními metodami batch gradient descent, inference based SVM a naší metodou linearního programování. Úspešně jsme ověřili naší implementaci na multiple instance learning datasetech, kterou jsme následně použili pro klasifikaci buněk rakoviny z předpočítaných deskriptorů, které byly vygenerovány z histologických fotek lymfatických uzlin. Manuální klasifikace individuálních fotek je prováděna patology, nicméně se jedná o zlouhavý proces a použití metody multiple instance learning, jakožto dalšího diagnostického nástroje pro klasifikaci rakoviny, který by zvýšil přesnost a rychlost klasificace je vitální. Výsledky, které byly naměřeny na Camelyon datasetu s optimalizační metodou batch gradient decent byly srovnatelné se state-of-art metodami. We present implementation of multiple instance learning (MIL) framework based on Markov networks with optimization methods of batch gradient descent, inference based SVM and propose new approach with the use of linear programming. In this paper we successfully validated our implementation on common multiple instance learning datasets and used it for classifying cancer metastases on sets of precalculated descriptors, which were generated from images of histological lymph node sections. Manual classification of individual images by pathologist is a lengthy process and using multiple instance learning to provide another diagnostic tool for classification could increase accuracy and speed of classification which is vital. The results measured on Camelyon dataset with batch gradient descent method were comparable to state-of-art methods
Collections
- Bakalářské práce - 13132 [197]
Related items
Showing items related by title, author, creator and subject.
-
Umělá inteligence ve zdravotnictví
Author: Dalibor Čápek; Supervisor: Štědroň Bohumír; Opponent: Zdvořák Pavel
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-06-02)Diplomová práce se věnuje využití umělé inteligence ve zdravotnictví. Pojem umělá inteligence se objevuje stále více v souvislosti s dopady na různá odvětví. Cílem práce je zaměřit se na vývoj umělé inteligence ve zdravotnictví ... -
Hluboké učení pro autonomní off-road řízení v simulaci
Author: Valentin Jacques; Supervisor: Zimmermann Karel; Opponent: Ecorchard Gaël Pierre Marie
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2018-06-18)This thesis presents different ways to make a car autonomous. We will use the power of machine learning and neural network to ?teach? a car how to drive autonomously in an off-road environment by using only a minimum set ... -
Hledání leptoquarků pomocí strojového učení v datech z CERN ATLAS experiment
Author: Lukáš Viceník; Supervisor: Sopczak André; Opponent: Petousis Vlasios
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-06-07)V této práci vylepšíme hodnotu cross-section limitu pro párovou produkci ska-lárních Leptokvarků třetí generace při roz-padu na top quark a τ -lepton. Událost je vybrána pokud obsahuje dva lehké leptony (elektron nebo muon) ...