Unsupervised anomaly detection in the wild

Unsupervised anomaly detection is often attributed great promise, especially for rare conditions and fast adaptation to novel conditions or imaging techniques without the need for explicitly labeled data. However, most previous works study different methods in a constrained research setting with a l...

Descrizione completa

Salvato in:

Dettagli Bibliografici
Autori principali:	Zimmerer, David (Autore) , Paech, Daniel (Autore) , Lüth, Carsten (Autore) , Petersen, Jens (Autore) , Köhler, Gregor (Autore) , Maier-Hein, Klaus H. (Autore)
Natura:	Chapter/Article Conference Paper
Lingua:	tedesco
Pubblicazione:	05 April 2022
In:	Bildverarbeitung für die Medizin 2022 Year: 2022, Pages: 26-31
DOI:	10.1007/978-3-658-36932-3_6
Accesso online:	Resolving-System, kostenfrei, Volltext: https://doi.org/10.1007/978-3-658-36932-3_6
Note sull'autore:	David Zimmerer, Daniel Paech, Carsten Lüth, Jens Petersen, Gregor Köhler, Klaus Maier-Hein

Unsupervised anomaly detection in the wild di Zimmerer, David (Autore) , Paech, Daniel (Autore) , Lüth, Carsten (Autore) , Petersen, Jens (Autore) , Köhler, Gregor (Autore) , Maier-Hein, Klaus H. (Autore) ,

in: Bildverarbeitung für die Medizin 2022, (2022), Seite 26-31

Chapter/Article Conference Paper

Unsupervised anomaly detection in the wild

Unsupervised anomaly detection in the wild di Zimmerer, David (Autore) , Paech, Daniel (Autore) , Lüth, Carsten (Autore) , Petersen, Jens (Autore) , Köhler, Gregor (Autore) , Maier-Hein, Klaus H. (Autore) ,

Documenti analoghi