Buchumschlag

Continuous learning AI in radiology: implementation principles and early applications

Continuous learning artificial intelligence algorithms learn and retrain continually, making them less prone to error and bias.

Gespeichert in:
Bibliographische Detailangaben
Hauptverfasser: Pianykh, Oleg (VerfasserIn) , Langs, Georg (VerfasserIn) , Dewey, Marc (VerfasserIn) , Enzmann, Dieter R. (VerfasserIn) , Herold, Christian J. (VerfasserIn) , Schönberg, Stefan (VerfasserIn) , Brink, James A. (VerfasserIn)
Dokumenttyp: Article (Journal)
Sprache:Englisch
Veröffentlicht: October 2020
In: Radiology
Year: 2020, Jahrgang: 297, Heft: 1, Pages: 6-14
ISSN:1527-1315
DOI:10.1148/radiol.2020200038
Online-Zugang:Verlag, lizenzpflichtig, Volltext: https://doi.org/10.1148/radiol.2020200038
Verlag, lizenzpflichtig, Volltext: https://pubs.rsna.org/doi/10.1148/radiol.2020200038
Volltext
Verfasserangaben:Oleg S. Pianykh, Georg Langs, Marc Dewey, Dieter R. Enzmann, Christian J. Herold, Stefan O. Schoenberg, James A. Brink
Beschreibung
Zusammenfassung:Continuous learning artificial intelligence algorithms learn and retrain continually, making them less prone to error and bias.
Beschreibung:Online publiziert: 25. August 2020
Gesehen am 06.08.2025
Beschreibung:Online Resource
ISSN:1527-1315
DOI:10.1148/radiol.2020200038

Ähnliche Einträge