Cristin-resultat-ID: 1657511
Sist endret: 8. mars 2019, 18:16
NVI-rapporteringsår: 2018
Resultat
Vitenskapelig Kapittel/Artikkel/Konferanseartikkel
2018

Uncertainty modeling and interpretability in convolutional neural networks for polyp segmentation

Bidragsytere:
  • Kristoffer Knutsen Wickstrøm
  • Michael C. Kampffmeyer og
  • Robert Jenssen

Bok

2018 IEEE 28th International Workshop on Machine Learning for Signal Processing (MLSP)
ISBN:
  • 978-1-5386-5477-4

Utgiver

IEEE Signal Processing Society
NVI-nivå 1

Om resultatet

Vitenskapelig Kapittel/Artikkel/Konferanseartikkel
Publiseringsår: 2018
ISBN:
  • 978-1-5386-5477-4
Open Access

Importkilder

Scopus-ID: 2-s2.0-85056995428

Klassifisering

Fagfelt (NPI)

Fagfelt: Matematikk
- Fagområde: Realfag og teknologi

Beskrivelse Beskrivelse

Tittel

Uncertainty modeling and interpretability in convolutional neural networks for polyp segmentation

Bidragsytere

Kristoffer Knutsen Wickstrøm

  • Tilknyttet:
    Forfatter
    ved Institutt for fysikk og teknologi ved UiT Norges arktiske universitet

Michael Christian Kampffmeyer

Bidragsyterens navn vises på dette resultatet som Michael C. Kampffmeyer
  • Tilknyttet:
    Forfatter
    ved Institutt for fysikk og teknologi ved UiT Norges arktiske universitet
Aktiv cristin-person

Robert Jenssen

  • Tilknyttet:
    Forfatter
    ved Institutt for fysikk og teknologi ved UiT Norges arktiske universitet
1 - 3 av 3

Resultatet er en del av Resultatet er en del av

2018 IEEE 28th International Workshop on Machine Learning for Signal Processing (MLSP).

IEEE, Signal Processing Society. 2018, IEEE Signal Processing Society. Vitenskapelig antologi/Konferanseserie
1 - 1 av 1