| Título : |
Third International Workshop, MLCN 2020, and Second International Workshop, RNO-AI 2020, Held in Conjunction with MICCAI 2020, Lima, Peru, October 4–8, 2020, Proceedings |
| Tipo de documento: |
documento electrónico |
| Autores: |
Kia, Seyed Mostafa, ; Mohy-ud-Din, Hassan, ; Abdulkadir, Ahmed, ; Bass, Cher, ; Habes, Mohamad, ; Rondina, Jane Maryam, ; Tax, Chantal, ; Wang, Hongzhi, ; Wolfers, Thomas, ; Rathore, Saima, ; Ingalhalikar, Madhura, |
| Mención de edición: |
1 ed. |
| Editorial: |
[s.l.] : Springer |
| Fecha de publicación: |
2020 |
| Número de páginas: |
XVIII, 305 p. 8 ilustraciones |
| ISBN/ISSN/DL: |
978-3-030-66843-3 |
| Nota general: |
Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos. |
| Palabras clave: |
Visión por computador |
| Índice Dewey: |
006.37 Visión artificial |
| Resumen: |
Este libro constituye las actas arbitradas del Tercer Taller Internacional sobre Aprendizaje Automático en Neuroimagen Clínica, MLCN 2020, y el Segundo Taller Internacional sobre Radiogenómica en Neurooncología, RNO-AI 2020, celebrado en conjunto con MICCAI 2020, en Lima, Perú. en octubre de 2020.* Para MLCN 2020, se aceptaron para publicación 18 artículos de 28 presentados. Los artículos aceptados presentan contribuciones novedosas tanto en el desarrollo de nuevos métodos de aprendizaje automático como en aplicaciones de métodos existentes para resolver problemas desafiantes en neuroimagen clínica. Para RNO-AI 2020, se aceptaron las 8 presentaciones para su publicación. Se centran en abordar los problemas de aplicar el aprendizaje automático a conjuntos de datos de neuroimagen clínica grandes y multisitio. El taller tenía como objetivo reunir a expertos tanto en aprendizaje automático como en neuroimagen clínica para discutir y, con suerte, superar los desafíos existentes del aprendizaje automático aplicado en la neurociencia clínica. *Los talleres se realizaron de manera virtual debido a la pandemia de COVID-19. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
Third International Workshop, MLCN 2020, and Second International Workshop, RNO-AI 2020, Held in Conjunction with MICCAI 2020, Lima, Peru, October 4–8, 2020, Proceedings [documento electrónico] / Kia, Seyed Mostafa, ; Mohy-ud-Din, Hassan, ; Abdulkadir, Ahmed, ; Bass, Cher, ; Habes, Mohamad, ; Rondina, Jane Maryam, ; Tax, Chantal, ; Wang, Hongzhi, ; Wolfers, Thomas, ; Rathore, Saima, ; Ingalhalikar, Madhura, . - 1 ed. . - [s.l.] : Springer, 2020 . - XVIII, 305 p. 8 ilustraciones. ISBN : 978-3-030-66843-3 Libro disponible en la plataforma SpringerLink. Descarga y lectura en formatos PDF, HTML y ePub. Descarga completa o por capítulos.
| Palabras clave: |
Visión por computador |
| Índice Dewey: |
006.37 Visión artificial |
| Resumen: |
Este libro constituye las actas arbitradas del Tercer Taller Internacional sobre Aprendizaje Automático en Neuroimagen Clínica, MLCN 2020, y el Segundo Taller Internacional sobre Radiogenómica en Neurooncología, RNO-AI 2020, celebrado en conjunto con MICCAI 2020, en Lima, Perú. en octubre de 2020.* Para MLCN 2020, se aceptaron para publicación 18 artículos de 28 presentados. Los artículos aceptados presentan contribuciones novedosas tanto en el desarrollo de nuevos métodos de aprendizaje automático como en aplicaciones de métodos existentes para resolver problemas desafiantes en neuroimagen clínica. Para RNO-AI 2020, se aceptaron las 8 presentaciones para su publicación. Se centran en abordar los problemas de aplicar el aprendizaje automático a conjuntos de datos de neuroimagen clínica grandes y multisitio. El taller tenía como objetivo reunir a expertos tanto en aprendizaje automático como en neuroimagen clínica para discutir y, con suerte, superar los desafíos existentes del aprendizaje automático aplicado en la neurociencia clínica. *Los talleres se realizaron de manera virtual debido a la pandemia de COVID-19. |
| En línea: |
https://link-springer-com.biblioproxy.umanizales.edu.co/referencework/10.1007/97 [...] |
| Link: |
https://biblioteca.umanizales.edu.co/ils/opac_css/index.php?lvl=notice_display&i |
|  |