liujunxi

摘要： FastGlioma简介 这是啥 这是一种视觉基础模型，用于快速 （<10 s） 和准确检测新鲜、未加工手术组织中的神经胶质瘤浸润。 有啥意义 手术后残留肿瘤的问题很严重，对其的治疗成本很高，这个模型可以检测患者床边的新鲜、未加工、未标记的手术组织 https://fastglioma.mlins. 阅读全文

摘要： 对高维度向量进行分类，首先我们会考虑使用knn分类 建立一个knn分类器，我们目的分类数为2，设置k=3，创建分类模型，进行预测 代码示例如下 import numpy as np from collections import Counter class KNNClassifier: def __ 阅读全文

摘要： 寒假前主要遇到的问题 寒假前主要遇到的是在最后一个pt的张量处理的时候会出现矩阵大小不同，无法相乘的问题 pt文件处理代码 import torch import os def process_and_save_embeddings(input_dir, output_dir, target_dim 阅读全文

摘要： 具体解决的问题 该论文解决了癌症诊断和预后预测中病理图像分析的泛化性问题。传统的人工智能病理图像分析方法通常针对特定任务设计，存在以下主要问题： 依赖于大量标注数据，难以处理多种癌症类型或不同病理实验室生成的图像。 泛化能力差，容易受图像来源、扫描仪和处理方法的影响。 论文提出了一种名为“CHIEF 阅读全文

摘要： 0.0 什么是gigapath gigapath是一个由微软开发的数字病理学全玻片基础模型，用于从高分辨率图像（如病理切片图像）中提取和处理信息的深度学习模型架构。 图中分为abc三个部分 a 首先输入一张高清的病理图像，我们将它拆分成256*256的图像切片，从而可以逐块处理。 每个图像块会被输入 阅读全文

摘要： 这篇论文主要介绍了一种名为"Robust mapping of spatiotemporal trajectories and cell-cell interactions in healthy and diseased tissues"的新方法，该方法能够在健康和疾病组织中对细胞过程进行可靠的映射 阅读全文

摘要： 利用机器学习进行多组学数据分析 使用机器学习进行多组学分析的 3+2 个挑战 原文翻译： 3.1 异质性、稀疏性和异常值 来自不同高通量来源的多组学数据通常是异构的（Bersanelli et al., 2016）。例如，转录组学和蛋白质组学在组学分析之前使用不同的标准化和缩放技术。这导致不同的动态 阅读全文

摘要： 种类 模型 相对准确星 过拟合风险 所需测试数据量 可解释性 超参数调优 复杂度 实施时间 计算成本 基于概率的贝叶斯 贝叶斯网络 2 2 2 2 3 3 2 3 朴素贝叶斯 2 2 2 2 2 3 2 3 基于信息的决策树 决策树 2 3 2 3 2 2 1 2 随机森林 3 2 1 3 3 2 阅读全文

摘要： 1.差分约束算法 ''' min f(x1, x2, x3) = x1^2 + x2^2 + x3^2 s.t. x1*x2 >= 1 x1*x2 <= 5 x2 + x3 = 1 0 <= x1, x2, x3 <= 5 ''' def obj_func(p): x1, x2, x3 = p re 阅读全文

摘要： 问题描述 三名商人各带–个随从乘船渡河,一只小船只能容纳二人,由他们自己划行.随从们密约,在河的任一岸，一旦随从的人数比商人多,就杀人越货,商人们怎样才能安全渡河呢？ 问题建模 考虑用深度优先搜索解决此问题，提前记录在船承载量为2时候，所有可行的移动状态，以及所有安全的商人和随从的数量情况，用变量同 阅读全文