EMTKD na brzegu sieci: adaptacyjna destylacja wiedzy od wielu nauczycieli do odpornej klasyfikacji obrazów rezonansu magnetycznego serca
doors 2025 · CEUR Workshop Proceedings 3943, s. 42-57
Streszczenie redakcyjne
Niewielki klasyfikator obrazów MRI serca uczy się od kilku większych modeli, których wkład jest adaptacyjnie ważony. Trening łączy transfer między zbiorami danych, nieoznaczone skany i prywatność różnicową. Eksperymenty oceniają trafność klasyfikacji w różnych domenach oraz wpływ adaptacyjnego ważenia, adaptacji domenowej i uczenia na nieoznaczonych danych.
Opis bibliograficzny
Format cytowania wymagany przez czasopismo lub organizację sprawdź w rekordzie wydawcy.
Oleksandr Chaban, Eduard Manziuk, Olena Markevych, Sergii Petrovskyi, Pavlo Radiuk. "EMTKD at the Edge: An Adaptive Multi-Teacher Knowledge Distillation for Robust Cardiac MRI Classification". doors 2025 · CEUR Workshop Proceedings 3943, pp. 42-57, 2025.
Sprawdź metodę w swoim zastosowaniu.
Opisz decyzję, którą ma wspierać Twój system, oraz dostępne dane. Ocenimy przydatność metody, określimy zakres prototypu i uzgodnimy sposób pomiaru jakości, czasu odpowiedzi oraz kosztu działania.