Zobrazeno 1 - 10
of 893
pro vyhledávání: '"Gunn, A. R."'
Autor:
Chen, Yao, Streeter, Samuel S., Hunt, Brady, Sardar, Hira S., Gunn, Jason R., Tafe, Laura J., Paydarfar, Joseph A., Pogue, Brian W., Paulsen, Keith D., Samkoe, Kimberley S.
In this study, a radiomics approach was extended to optical fluorescence molecular imaging data for tissue classification, termed 'optomics'. Fluorescence molecular imaging is emerging for precise surgical guidance during head and neck squamous cell
Externí odkaz:
http://arxiv.org/abs/2208.13314
Autor:
Dodge, Tristram O., Kim, Bernard Y., Baczenas, John J., Banerjee, Shreya M., Gunn, Theresa R., Donny, Alex E., Given, Lyle A., Rice, Andreas R., Haase Cox, Sophia K., Weinstein, M. Luke, Cross, Ryan, Moran, Benjamin M., Haber, Kate, Haghani, Nadia B., Machin Kairuz, Jose Angel, Gellert, Hannah R., Du, Kang, Aguillon, Stepfanie M., Tudor, M. Scarlett, Gutiérrez-Rodríguez, Carla, Rios-Cardenas, Oscar, Morris, Molly R., Schartl, Manfred, Powell, Daniel L., Schumer, Molly
Publikováno v:
In Current Biology 21 October 2024 34(20):4662-4676
We demonstrate two new approaches that have been developed to aid the production of future hard X-ray catalogs, and specifically to reduce the reliance on human intervention during the detection of faint excesses in maps that also contain systematic
Externí odkaz:
http://arxiv.org/abs/2112.12611
Autor:
Bi, Jia, Gunn, Steve R.
In this paper, we proposed a new technique, {\em variance controlled stochastic gradient} (VCSG), to improve the performance of the stochastic variance reduced gradient (SVRG) algorithm. To avoid over-reducing the variance of gradient by SVRG, a hype
Externí odkaz:
http://arxiv.org/abs/2102.09893
Autor:
King, Andrew J., Angus, Derek C., Cooper, Gregory F., Mowery, Danielle L., Seaman, Jennifer B., Potter, Kelly M., Bukowski, Leigh A., Al-Khafaji, Ali, Gunn, Scott R., Kahn, Jeremy M.
Publikováno v:
In Journal of Biomedical Informatics October 2023 146
Autor:
Bi, Jia, Gunn, Steve R.
A number of optimization approaches have been proposed for optimizing nonconvex objectives (e.g. deep learning models), such as batch gradient descent, stochastic gradient descent and stochastic variance reduced gradient descent. Theory shows these o
Externí odkaz:
http://arxiv.org/abs/1905.05185
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Cao, Xu, Zhang, Rongxiao, Esipova, Tatiana V., Allu, Srinivasa Rao, Ashraf, Ramish *, Rahman, Mahbubur *, Gunn, Jason R. *, Bruza, Petr *, Gladstone, David J. *, Williams, Benjamin B. *, Swartz, Harold M., Hoopes, P. Jack *, Vinogradov, Sergei A., Pogue, Brian W.
Publikováno v:
In International Journal of Radiation Oncology, Biology, Physics 1 September 2021 111(1):240-248
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.