Learn more about Search Results ダウンロード - Page 12

バーゼル大学病院が、「TotalSegmentator」を発表：体のCT画像の主要な解剖構造を自動的にセグメント化するための深層学習セグメンテーションモデル

過去数年間、実施されるCTスキャンの数と利用可能なデータ処理能力は増加してきました。ディープラーニングの進展により、画像解析アルゴリズムの能力は大幅に向上しました。データストレージ、処理速度、およびアルゴリズムの品質の改善により、放射線学的研究においてより大きなサンプルが利用されています。解剖学的構造のセグメンテーションは、これらの調査の多くにおいて重要です。放射線学的画像のセグメンテーションは、高度な生体マーカー抽出、自動病理の検出、腫瘍負荷の定量化に利用することができます。セグメンテーションは、手術や放射線治療計画などの一般的な臨床分析で既に利用されています。 個々の臓器（膵臓、脾臓、結腸、肺など）のCT画像のセグメンテーションには別々のモデルが存在し、複数の解剖学的構造からのデータの組み合わせについても研究が行われています。しかし、以前のすべてのモデルは、重要な解剖学的構造のごく一部しか含まず、通常の臨床画像を代表するものではない小規模なデータセットでトレーニングされています。多くのセグメンテーションモデルやデータセットへのアクセスの欠如は、研究者にとってその有用性を制限しています。公開されているデータセットへのアクセスには、しばしば長い書類手続きが必要であり、作業が煩雑であるか、制限されているデータプロバイダを利用する必要があります。 バーゼル大学病院放射線学と核医学クリニックの研究者は、約1204のCTデータセットを使用して、104の解剖学的エンティティのセグメンテーション方法を作成しました。彼らはCTスキャナ、取得設定、および造影剤フェーズでデータセットを取得しました。彼らのモデルであるTotalSegmentatorは、最小限のユーザー入力で体のほとんどの重要な解剖学的構造をセグメント化することができます。さらに、さまざまな臨床データセットにおける高い精度（Diceスコア0.943）と堅牢性により、このツールは他のオンラインで無料に利用できるものよりも優れています。研究チームはまた、4000以上のCT検査の巨大なデータセットを使用して、さまざまな臓器の体積と吸収に関する年齢に関連する変化を調べ、報告しました。 研究者は、自分たちのモデルを事前にトレーニングされたPythonパッケージとして利用できるようにしています。彼らは、モデルが12GB以下のRAMを使用し、GPUは不要であるため、どのような標準的なコンピュータでも実行できると強調しています。また、彼らのデータセットは特別な許可や要求なしで簡単にアクセスできます。現在の研究では、nnU-Netベースのモデルを使用しましたが、これはさまざまなタスクで信頼性のある結果を生み出すことが証明されています。これは今や医学的画像セグメンテーションのゴールドスタンダードとして、ほとんどの他の手法を上回っています。ハイパーパラメータの調整やトランスフォーマーなどの異なるモデルの調査により、標準的なnnU-Netのパフォーマンスが向上しています。 論文に記載されているように、提案されたモデルにはさまざまな可能性があります。外科手術に明らかな応用だけでなく、迅速かつ容易にアクセスできる臓器のセグメンテーションは、肝臓や腎臓などの個々の線量測定にも役立ちます。さらに、自動セグメンテーションにより、クリニシャンに通常または年齢依存のパラメータ（HU、体積など）を提供することで、研究の向上も可能です。病変検出モデルと組み合わせて、特定の体部位の腫瘍負荷を近似するためにも利用できるかもしれません。さらに、このモデルはさまざまな疾患を識別するためのモデル開発の基盤としても利用できます。 このモデルは、さまざまな文脈で使用するために4,500以上の研究者によってダウンロードされています。このような大規模なデータセットの解析が可能になったのは最近のことであり、データサイエンティストには多くの時間と労力がかかりました。この研究は、CT多創傷スキャンを受けた4000人以上の個体のデータセットを使用して、年齢12歳と多数のセグメンテーションされた臓器の体積との関連を示しました。通常の臓器サイズや年齢に依存する臓器の成長に関する共通の文献の数字は、数百人のサンプルサイズに基づいています。 研究チームは、男性患者が研究データセットで過剰に代表されていたことに触れていますが、これは男性の方が女性よりも平均して病院を訪れるためかもしれません。それにもかかわらず、チームは自分たちのモデルが放射線学の人口に関するより広範な調査の出発点となり得ると考えています。彼らは、将来の研究ではデータセットとモデルにより多くの解剖学的構造を含める予定であると述べています。さらに、潜在的な交絡要因に対する調整やさらなる相関分析を行い、より包括的な年齢に関する研究を行う予定です。

テキストデータの創造的で時折乱雑な世界’ (Tekisuto dēta no sōzōteki de tokiori ranzatsu na sekai)

数年にわたり、テキストとデータの交差点は（大体）自然言語処理（NLP）の領域内に留まっていました- テキストデータを活用する様々な機械学習タスクの広範囲…

データ分析の最適化：DatabricksにGitHub Copilotを統合する

Databricksでのデータ分析のためのAIパワードペアプログラミングツールを統合することで、開発プロセスが最適化され、合理化され、開発者の時間を革新のために解放します

「人道的な災害状況報告チャットボットの研究−GPT-4-Turboとフルコンテキストプロンプティングの使用」

この記事では、OpenAIの新しいGPT-4-Turboモデルを探求し、その128kトークンコンテキストウィンドウの増加により、情報検索のために完全なドキュメントコーパスを渡しますこれは単純な力づくである...

Amazon SageMakerの自動モデルチューニングを使用して、事前に選択されたアルゴリズムを使用してカスタムのAutoMLジョブを実装します

AutoMLは、機械学習（ML）プロジェクトのライフサイクルの初めに、データから迅速かつ一般的な洞察を得ることができます前もって最適な前処理テクニックやアルゴリズムの種類を理解することで、適切なモデルの開発、トレーニング、展開にかかる時間を短縮できますこれは、すべてのモデルの開発プロセスで重要な役割を果たします[...]

オラクルがMySQL 8.2を発表し、強化された読み書き分割機能を搭載しました

最近、Oracleは人気のあるリレーショナルデータベース管理システムの進化において重要なマイルストーンとなる、MySQL 8.2の一般提供を発表しました。このリリースで導入された注目の機能の1つは、データベースのパフォーマンスと拡張性を最適化するために設計された、Read/Write Splittingです。 Read/Write Splittingを使用すると、アプリケーションは書き込みトラフィックを読み書き可能なインスタンスに、読み取りトラフィックを読み取り専用インスタンスにシームレスにリダイレクトすることができます。チームは、この機能が読み取りと書き込みを効率的に分散する上での重要性を強調しました。彼らは、レプリカ間での読み取りの分散はアプリケーション内で注意深い管理を必要とし、書き込みは1つの宛先に、読み取りは別の宛先に向ける必要があると説明しました。MySQL 8.2では、MySQL Routerは今や読み取りと書き込みを識別し、InnoDBクラスターの場合は主要なインスタンスに、非同期レプリケーションソースに書き込み、読み込みにはセカンダリインスタンスまたはレプリカに向ける能力を持っています。 この新たな機能により、各クライアントセッションは読み書き可能な宛先と読み取り専用の宛先との両方と通信することができます。ルーターは各クエリを読み取りまたは書き込みとして適切なバックエンドに到達するように効率的に分類します。ただし、読み取りの一貫性レベルに関する疑問も浮かび上がっています。 Read/Write Splittingの読み書きポート（デフォルトは6450）を使用してMySQLに接続すると、読み取りにはレプリカ（セカンダリ）、トランザクションにはレプリケーションソース（プライマリ）に接続されます。この区別により、オペレーションの性質に基づいてデータベースのトラフィックを柔軟に管理することができます。 この機能に関しては、コミュニティは一般的に歓迎していますが、MySQL Group Replicationが提供するタイムラインの整合性に一致するルーターの能力に関しては懸念が出されています。彼らは、レプリカ間で一貫性を追跡することは可能ですが、ポーリングを経由したラウンドトリップやクラスターからルーターへのイベント通知の形での実現が必要とされます。 これらの考慮事項にもかかわらず、チームはこの機能の価値を強調し、アプリケーションの変更を必要とせずにデータベースのパフォーマンスと拡張性を最適化できる点を指摘しています。Read/Write Splittingのシームレスな統合は、全体的なユーザーエクスペリエンスを向上させ、データベースの管理と展開を簡素化します。 今年早くもOracleはMySQLの新しいバージョニングモデルを導入し、イノベーションと長期サポート（LTS）リリースを特徴としています。最新のクォータリイイノベーションリリースであるMySQL 8.2.0にはバグ修正、セキュリティパッチ、新機能が含まれています。これには、セット操作のためのハッシュテーブルの最適化、MySQL Enterprise Firewallの機能強化、スマートカード、セキュリティキー、生体認証リーダーなどのデバイスをサポートする新しいWebAuthn認証方法が含まれています。 OracleのウェブサイトからMySQL 8.2.0をダウンロードすることで、ユーザーはデータベースインフラストラクチャのパフォーマンスと拡張性を向上させるための強力なツールを手に入れることができます。MySQLエコシステムが進化し続ける中、MySQL 8.2でのRead/Write Splittingの導入は分散データベース管理の重要な課題に取り組む画期的な開発です。 この記事はOracleがRead/Write…

未来を点火する：TensorRT-LLMのリリースにより、AI推論のパフォーマンスが向上し、RTXを搭載したWindows 11 PCで新しいモデルのサポートが追加されました

Windows 11 PC上の人工知能は、ゲーマーやクリエイター、ストリーマー、オフィスワーカー、学生、そしてカジュアルなPCユーザーにとって、テックの歴史における転換点となるものであり、革新的な体験をもたらします。 これにより、RTX GPUを搭載した1億台以上のWindows PCとワークステーションのユーザーは、生産性を向上させる空前の機会を得ることができます。また、NVIDIAのRTXテクノロジーにより、開発者がコンピュータの使用方法を変えるAIアプリケーションをより簡単に作成できるようになりました。 Microsoft Igniteで発表された新しい最適化、モデル、リソースにより、開発者は新しいエンドユーザー体験をより迅速に提供できるようになります。 TensorRT-LLMというオープンソースソフトウェアは、AI推論性能を向上させるために開発されており、近い将来、新しい大規模言語モデルのサポートが追加され、8GB以上のVRAMを搭載したRTX GPUを搭載したデスクトップやノートパソコンで要求の厳しいAIのワークロードがより利用しやすくなります。 TensorRT-LLM for Windowsは、近い将来、OpenAIの人気のあるChat APIと互換性があり、新しいラッパーを介して実行される予定です。これにより、数百の開発者プロジェクトやアプリケーションがクラウドではなくRTXを搭載したPC上でローカルに実行されるため、ユーザーはWindows 11 PCにプライベートなデータやプロプライエタリなデータを保持することができます。 カスタム生成AIは、プロジェクトの維持に時間とエネルギーを要します。特に、複数の環境やプラットフォームでの共同作業や展開を試みる場合は、非常に複雑で時間がかかることがあります。 AI Workbenchは、開発者がPCやワークステーション上で事前学習済みの生成AIモデルやLLMを迅速に作成、テスト、カスタマイズできる統合された使いやすいツールキットです。これにより、開発者はAIプロジェクトを組織するための単一のプラットフォームを提供され、モデルを特定の用途に調整することができます。 これにより、開発者は迅速にコスト効率の高いスケーラブルな生成AIモデルを作成し、シームレスな共同作業と展開を実現できます。今後のアップデートを受け取るために、この成長するイニシアチブへの初期アクセスリストに参加することができます。 早期アクセスリストに参加する AI開発者を支援するために、NVIDIAとMicrosoftはDirectMLの強化版をリリースし、Llama 2とStable Diffusionという最も人気のあるAIモデルのパフォーマンスを向上させます。開発者は、パフォーマンスの新たな基準を設定することに加え、ベンダー間でのデプロイメントのオプションもさらに増えました。…

LangChain チートシート — すべての秘密を1ページにまとめました

作成されたワンページは、LangChainの基本をまとめたものですこの記事では、コードのセクションを進めて行き、LangChainで成功するために必要なスターターパッケージについて説明しますLangChainにおけるモデルは…

「Pythonデータ操作スキルを向上させるための2つのタスク」

新しいツールを学ぶ際には、通常、ドキュメントを読んだり、チュートリアルを見たり、記事を読んだり、例題を解いたりすることがありますこれは十分なアプローチであり、ある程度まではツールの学習に役立つでしょう...

自分自身のGPTをChatGPTのGPTで作成しましょう！

「あなた自身のGPTでGPT ChatGPTを上回りたいですか？ それでは、GPTをGPT化しましょう！」

Find the right Blockchain Investment for you

Web 3.0 is coming, whether buy Coins, NFTs or just Coding, everyone can participate.

Advertising with us