Investigadors del Data Science @ UB, han estat premiats amb el the "Best Paper Award " at the XXI IberoAmerican Congress on Pattern Recognition.

El treball “Característiques de l’aprenentatge profund per a l’anàlisi de la càpsula endoscòpica sense fils” de Santi Segui, Michal Drozdzal, Guillem Pascual, Carolina Malagelada, Fernando Azpiroz, Petia Radeva i Jordi Vitrià ha estat guardonat amb el “Premi al Millor Treball” al XXI Congrés Iberoamericà de Reconeixement de Formes. En aquest treball es presenta un sistema per a la caracterització de la motilitat de l’intestí prim, basat en xarxes neuronals convolucionals profundes, que evita l’etapa laboriosa de disseny de característiques específiques per a esdeveniments individuals de motilitat. Els resultats experimentals mostren la superioritat de les característiques apreses sobre classificadors alternatius construïts a partir de les característiques manuals més actuals.

 

http://www.ciarp2016.org/

Notícies relacionades

Incorporem un investigador Tecniospring al grup!

cat. General
07.04.2021

Donem la benvinguda a Jordi Mur al nostre grup TECNIO!

S’incorpora al nostre grup amb un contracte Tecniospring Industry d’ACCIÓ per desenvolupar una eina Python per a la ciència de les dades causals.

Example de graf causal


”Tecniospring Industry” Open Position at DataScience@UB

cat. General
19.06.2019