Eine sanfte Einführung ins Lernen tiefer neuronaler Netze
Andreas K. Maier ()
Additional contact information
Andreas K. Maier: Lehrstuhl für Mustererkennung (Informatik 5)
Chapter Kapitel 32 in Künstliche Intelligenz im Gesundheitswesen, 2022, pp 679-696 from Springer
Abstract:
Zusammenfassung In diesem Kapitel wird versucht, eine sanfte Einführung in das tiefe Lernen in der medizinischen Bildverarbeitung zu geben, von theoretischen Grundlagen bis hin zu Anwendungen. Es werden zunächst allgemeine Gründe für die Popularität von Deep Learning diskutiert, einschließlich einiger wichtiger Durchbrüche in der Informatik. Als erstes wird mit den Grundlagen des Perzeptrons und neuronalen Netzen begonnen. Auf dieser Basis werden die Gründe für den Erfolg von Deep Learning in vielen Anwendungsbereichen verständlich. Offensichtlich ist die medizinische Bildverarbeitung einer dieser Bereiche, der von diesem raschen Fortschritt weitgehend profitiert, insbesondere bei der Bild- und Objekterkennung, der Bildsegmentierung, der Bildregistrierung und der computergestützten Diagnose. Es gibt auch aktuelle Trends in der physikalischen Simulation, Modellierung und Rekonstruktion, die zu erstaunlichen Ergebnissen geführt haben. Einige dieser Ansätze vernachlässigen jedoch Vorwissen und bergen daher das Risiko, nichtplausible Ergebnisse zu erzielen. Diese offensichtlichen Schwächen verdeutlichen die aktuellen Grenzen des tiefen Lernens. Es werden jedoch auch kurz vielversprechende Ansätze diskutiert, mit denen diese Probleme möglicherweise in Zukunft gelöst werden können.
Date: 2022
References: Add references at CitEc
Citations:
There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.
Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.
Export reference: BibTeX
RIS (EndNote, ProCite, RefMan)
HTML/Text
Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-658-33597-7_32
Ordering information: This item can be ordered from
http://www.springer.com/9783658335977
DOI: 10.1007/978-3-658-33597-7_32
Access Statistics for this chapter
More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().