[論文メモ] AIの診断を信じられますか? - QiitaQiita

[論文メモ] AIの診断を信じられますか? - QiitaQiita

注意:1人の人間のフィルターを通った内容ですので、詳細に・正確に知りたい方はご自身で元論文に当たってください。 論文のリンク [Can we trust deep learning models diagnosis? The imp...

24 mentions: @sammy_suyama@esXFdfOJxiGBFLx@Tdys13@Bimaterial@hrs1985@i4mwh4ti4m@stealthinu@kinneko
Keywords: 論文
Date: 2019/09/12 00:50

Referring Tweets

@stealthinu 汎化能力が高くてもドメインが微妙に違う場合に性能が劣化してしまう問題。でもこれ人間のプロでも起きる問題な気がする。機械がかわったりしたときとか。 / “[論文メモ] AIの診断を信じられますか? - Qiita” https://t.co/IuK7IMluLk
@esXFdfOJxiGBFLx もうQiitaで記事になってる。 AIの診断に関しては人よりは特定の領域では信じれると思ってたけど。 ChestX-ray14って心配になるデータですね。 私もQiitaに最近やってる趣味のGAN生成の結果載せようかな。 結果載せるだけでも凝ったりしてしまうので、時間があればやりたい。 https://t.co/5fki0jVrfq
@Tdys13 昨日とある場所でお話したけど、医療系の少ない画像を「枚数を増やす」目的でのGANによるData Augmentationは汎化性能が担保出来ないから避けられ始めてるのよねぇ( ˇωˇ ) 最近は「少ない画像のバリエーションを増やすため(結果母数も増える)」のGANの研究されてるよね〜 https://t.co/7PZrBgKDcb
@Bimaterial https://t.co/3AyLO9SPEx GAN で Data Augmentation しても汎化性能は上がらないという話。当たり前っぽい気もするけど、我々の業界でもこういう方向に足を突っ込みつつあるかもしれないので要注意?
@hrs1985 @learn_learning3 https://t.co/S7qEmoDxqH 私も完全に把握しているわけではありませんがこの記事からだと思われます。展望のところの内容ですね。
@dev_miyashiiii なるほど、データセットの作成者によって教師画像にも偏利が出るし画像のアノテーションのポリシーも変わるだろうし、単純に複数のデータを使って数を増やせば精度が上がる、って話じゃないのか。。 https://t.co/34OmSDbI1C #Qiita
@sammy_suyama 機械学習・深層学習が実応用上でコケる最大の理由のひとつ。 [論文メモ] AIの診断を信じられますか? https://t.co/EH2rV7ssKb #Qiita
@kinneko [論文メモ] AIの診断を信じられますか? - Qiita https://t.co/TUtrJlDUjs 医者によって診断結果が異なるのように、学習データの異なるAIで異なる精度になるのは当たり前なんじゃなかろうか。そこは医者と違う機械相手なので、複数でチェックしたらいいんじゃなかろうか?
@bio_Dason こういうことなんですよ だから、完璧な分類はもう諦めて、解釈性の研究&支援方向で進めていくべき https://t.co/y1Xhs0YiIu

Bookmark Comments

Related Entries

Read more Goodfellow先生おすすめのGAN論文6つを紹介
0 users, 0 mentions 2018/05/06 09:46
Read more Deep Learningを用いた教師なし画像検査の論文調査 GAN/SVM/Autoencoderとか .pdf
0 users, 0 mentions 2018/10/09 06:53
Read more [サーベイ論文] Deep Learningを用いた歩行者検出の研究動向
4 users, 0 mentions 2019/03/13 09:47
Read more 深層学習のモデル圧縮・高速化に関する論文80本ノック - そうだね
0 users, 0 mentions 2018/04/23 11:41
Read more 言語処理学会第25回年次大会(NLP2019) 発表論文集
1 users, 5 mentions 2019/03/25 05:15