Comparaison des architectures d'apprentissage profond pour la détection des mutations du cancer du côlon - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Communication Dans Un Congrès Année : 2023

Comparaison des architectures d'apprentissage profond pour la détection des mutations du cancer du côlon

Résumé

Comparaison des architectures d'apprentissage profond pour la détection des mutations du cancer du côlon

Domaines

Informatique [cs]
Fichier principal
Vignette du fichier
ORASIS_2023_2.pdf (29.54 Mo) Télécharger le fichier
Origine : Fichiers produits par l'(les) auteur(s)

CCSD Sciencesconf.org  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-04219453

Soumis le : mercredi 27 septembre 2023-10:06:07

Dernière modification le : vendredi 29 septembre 2023-04:06:47

Archivage à long terme le : jeudi 28 décembre 2023-18:38:02

Télécharger pour visualiser

Dates et versions

hal-04219453 , version 1 (27-09-2023)

Identifiants

  • HAL Id : hal-04219453 , version 1

Citer

Robin Heckenauer, Jonathan Weber, Cédric Wemmert, Caroline Truntzer, Valentin Derangère, et al.. Comparaison des architectures d'apprentissage profond pour la détection des mutations du cancer du côlon. ORASIS 2023, Laboratoire LIS, UMR 7020, May 2023, Carqueiranne, France. ⟨hal-04219453⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

SITE-ALSACE IRIMAS ORASIS2023
8 Consultations
3 Téléchargements

Partager

Gmail Facebook X LinkedIn More