医学文献 >>
  • 检索发现
  • 增强检索
知识库 >>
  • 临床诊疗知识库
  • 中医药知识库
评价分析 >>
  • 机构
  • 作者
默认
×
热搜词:
换一批
论文 期刊
取消
高级检索

检索历史 清除

当前检索式: 关键词=(Few-shot Learning)
当前检索式
关键词=(Few-shot Learning)
展开
  • 排序
  • 筛选
424条结果
资源类型收起
  • 407
  • 17
中图分类展开
3
2
1
1
1
更多...
中图分类
加载更多选项
    年份展开
    发布时间展开
    关键词聚类展开
    • 170
    • 158
    • 39
    • 31
    • 31
    更多...
    关键词聚类
      加载更多选项
        医学文献类型聚类展开
        • 11
        • 2
        • 2
        • 1
        定制检索筛选项
        中文期刊
        刊名
        作者
        作者单位
        收录源
        栏目名称
        语种
        医学主题词
        出版状态
        外文期刊
        文献类型
        刊名
        作者
        医学主题词
        收录源
        语种
        学位论文
        授予学位
        授予单位
        会议论文
        主办单位
        专      利
        专利分类
        专利类型
        国家/组织
        法律状态
        申请/专利权人
        发明/设计人
        成      果
        鉴定年份
        学科分类
        地域
        完成单位
        标      准
        强制性标准
        中标分类
        标准类型
        标准状态
        来源数据库
        法      规
        法规分类
        内容分类
        效力级别
        时效性
          加载更多选项
            定制检索筛选项
            当前检索式: 关键词=(Few-shot Learning)
            当前检索式
            关键词=(Few-shot Learning)
            展开
            共424条结果
            排序方式
            出版时间 相关度 被引次数 下载量
            清除 | 已选 0/200
            0

            【中文期刊】 Hui Guo  Xiang Lv  等 《药物分析学报(英文版)》 2025年15卷10期 2457-2469页SCIMEDLINEISTICCSCDCA

            【摘要】 Efficient drug response prediction is crucial for reducing drug development costs and time,but current computational mod...

            【关键词】 Few-shot learningMulti-modal fusionExplainable artificial intelligence

            浏览:0 被引:0 下载:0
            • 概要:
            • 方法:
            • 结论:
            收起
            AI内容生成中……
            以上内容由AI生成,结果仅供参考

            【中文期刊】 《当代医学科学(英文)》 2025年45卷6期 1358-1366页SCIMEDLINECSCD

            【摘要】 Objective This study aimed to develop a few-shot learning model for lung nodule detection in CT images by leveraging vis...

            【关键词】 Lung noduleCT imagingOpen-set object detection

            浏览:0 被引:0 下载:0
            • 概要:
            • 方法:
            • 结论:
            收起
            AI内容生成中……
            以上内容由AI生成,结果仅供参考

            【中文期刊】 甘戴楠  詹晓林  等 《医疗卫生装备》 2025年46卷8期 104-112页ISTICCA

            【摘要】 介绍了少样本学习在检测心律失常中的应用优势,综述了度量学习、迁移学习及数据增强等少样本学习策略在心律失常检测中的应用现状,分析了少样本学习应用于心律失常检测的局限性,指出了探索图神经网络和开发新型增量学习技术是未来的发展方向.

            【关键词】 少样本学习心律失常度量学习

            浏览:1 被引:0 下载:1
            • 概要:
            • 方法:
            • 结论:
            收起
            AI内容生成中……
            以上内容由AI生成,结果仅供参考

            【中文期刊】 周佳楠  杨立荣  等 《生物加工过程》 2025年23卷6期 628-638页ISTICCABP

            【摘要】 机器学习作为辅助酶工程的重要工具,能够挖掘生物序列与功能之间的复杂关系,加速高性能酶的筛选与设计,但因机器学习模型的卓越性能需要大量高质量标注数据作为支撑,使得湿实验获取数据面临巨大挑战.近年来,小样本机器学习通过引入迁移学习等策略突破数据...

            【关键词】 小样本学习机器学习酶工程

            浏览:0 被引:0 下载:0
            • 概要:
            • 方法:
            • 结论:
            收起
            AI内容生成中……
            以上内容由AI生成,结果仅供参考

            【中文期刊】 戴伟  张浩轩  等 《集成技术》 2025年14卷3期 87-101页

            【摘要】 癌症是一种与基因密切相关的疾病,具有多种亚型,各亚型在遗传、表型和治疗反应上存在显著差异.准确的癌症亚型分类对个性化治疗至关重要,有助于提高治疗效果.然而,基于患者基因表达数据的癌症亚型分类方法在样本不均衡的情况下,往往难以有效区分稀有亚型...

            【关键词】 癌症亚型分类元学习变分自编码器

            浏览:1 被引:1 下载:0
            • 概要:
            • 方法:
            • 结论:
            收起
            AI内容生成中……
            以上内容由AI生成,结果仅供参考

            【中文期刊】 Yiting Xie  Stuart J.Roy  等 《植物表型组学(英文)》 2025年7卷3期 213-230页

            【摘要】 Anthesis prediction is crucial for breeding wheat.While current tools provide estimates of average anthesis at the field...

            【关键词】 Plant phenomicsAnthesis predictionMultimodal approach

            浏览:2 被引:0 下载:0
            • 概要:
            • 方法:
            • 结论:
            收起
            AI内容生成中……
            以上内容由AI生成,结果仅供参考

            【中文期刊】 朱浩翔  陈后金  等 《信息与电子工程前沿(英文版)》 2025年26卷11期 2143-2158页

            【摘要】 医学图像分割在临床诊断中至关重要,但标注数据的稀缺性限制了模型的鲁棒性训练,使得少样本学习不可或缺.现有方法常面临两个问题:一是病理结构存在显著的类间差异,导致性能下降;二是过度依赖具有高计算复杂度(O(n2))的注意力机制,阻碍了长距离依...

            【关键词】 少样本学习医学图像分割原型滤波

            浏览:0 被引:0 下载:0
            • 概要:
            • 方法:
            • 结论:
            收起
            AI内容生成中……
            以上内容由AI生成,结果仅供参考

            【中文期刊】 Xue Jiang  Jiashi Wang  等 《植物表型组学(英文)》 2025年7卷1期 248-259页

            【摘要】 Although plant disease recognition is highly important in agricultural production,traditional methods face challenges du...

            【关键词】 Plant disease recognitionFew-shot learningFoundation models

            浏览:0 被引:0 下载:0
            • 概要:
            • 方法:
            • 结论:
            收起
            AI内容生成中……
            以上内容由AI生成,结果仅供参考

            【中文期刊】 ZHAO Qi  MAI Si Wei  等 《生物医学与环境科学(英文版)》 2023年36卷5期 431-440页SCIMEDLINEISTICCSCDCABP

            【摘要】 Objective To develop a few-shot learning (FSL) approach for classifying optical coherence tomography (OCT) images in pat...

            【关键词】 Few-shot learningStudent-teacher learningKnowledge distillation

            浏览:7 被引:0 下载:2
            • 概要:
            • 方法:
            • 结论:
            收起
            AI内容生成中……
            以上内容由AI生成,结果仅供参考

            【中文期刊】 伍亚辉  朱世祺  等 《中国医学物理学杂志》 2024年41卷7期 897-904页ISTICCSCD

            【摘要】 目的:为解决难以收集足够结直肠粘膜下肿瘤样本训练深度学习模型的问题,基于少样本学习算法构建了粘膜下肿瘤和息肉内镜图像分类模型.方法:收集多中心来源的结直肠粘膜下肿瘤内镜图像共172张,包括结直肠脂肪瘤(CRLs)、神经内分泌肿瘤(NETs)...

            【关键词】 少样本学习结直肠粘膜下肿瘤结直肠息肉

            浏览:16 被引:0 下载:5
            • 概要:
            • 方法:
            • 结论:
            收起
            AI内容生成中……
            以上内容由AI生成,结果仅供参考
            • / 43
            收起侧边栏
            显示侧边栏
            更多> - 相关医事流 -
            • 加载中...
            - 相关学者 -
            • 加载中...
            - 相关机构 -
            • 加载中...

            特别提示:本网站仅提供医学学术资源服务,不销售任何药品和器械,有关药品和器械的销售信息,请查阅其他网站。

            • 客服热线:4000-115-888 转3 (周一至周五:8:00至17:00)

            • |
            • 客服邮箱:yiyao@wanfangdata.com.cn

            • 违法和不良信息举报电话:4000-115-888,举报邮箱:problem@wanfangdata.com.cn,举报专区

            官方微信
            万方医学小程序
            new医文AI 翻译 充值 订阅 收藏 移动端

            官方微信

            万方医学小程序

            使用
            帮助
            Alternate Text
            调查问卷