Constrained non-negative networks for a more explainable and interpretable classification - Physics, Radiobiology, Medical Imaging, and Simulation (PRIMES)
Communication Dans Un Congrès Année : 2024

Constrained non-negative networks for a more explainable and interpretable classification

Domaines

Machine Learning [stat.ML] Imagerie médicale Traitement du signal et de l'image [eess.SP]
Fichier principal
Vignette du fichier
wargnier-MIDL2024-monotone.pdf (1003.56 Ko) Télécharger le fichier
Origine Fichiers produits par l'(les) auteur(s)

Michaël Sdika  : Connectez-vous pour contacter le contributeur

https://hal.science/hal-04561860

Soumis le : dimanche 28 avril 2024-09:20:57

Dernière modification le : mercredi 3 juillet 2024-09:00:06

Télécharger pour visualiser

Dates et versions

hal-04561860 , version 1 (28-04-2024)

Identifiants

  • HAL Id : hal-04561860 , version 1

Citer

Valentine Wargnier-Dauchelle, Thomas Grenier, Françoise Durand-Dubief, François Cotton, Michaël Sdika. Constrained non-negative networks for a more explainable and interpretable classification. Medical Imaging with Deep Learning, Jul 2024, Paris, France. ⟨hal-04561860⟩

Exporter

BibTeX XML-TEI Dublin Core DC Terms EndNote DataCite

Collections

UNIV-ST-ETIENNE CNRS UNIV-LYON1 INSA-LYON CREATIS PRIMES PRIMES_WP4 GENCI INSA-GROUPE UDL ANR
60 Consultations
86 Téléchargements

Partager

More