TUGAS STUDI LITERATUR
Tugas Studi Literatur
NIM : 7708202103
Kelas : D4SM-44-03
Makalah 1: Integrating machine learning with region-based active contour models in medical image segmentation
1. Menggunakan metode k-NN
dan SVM dengan akurasi 93.00% dan 1.00%
2. Kerangka kerja untuk
mengintegrasikan algoritme pembelajaran mesin dengan model kontur aktif
berbasis wilayah. Kerangka kerja ini menggunakan skor probabilitas klasifikasi
yang diatur menggunakan pemetaan non-linear.
Makalah 2 : Vocal Cord Segmentation from CT Images using Machine Learning
1. Mengunakan metode Extreme
Learning Machine (ELM), hasil segmentasi EML terlihat lebih baik dibandingkan
dengan segmentasi set level.
2. Pertama, kami dapat
meningkatkan akurasi dari segmentasi dengan menggunakan hasil klasifikasi
piksel sebagai hasil awal untuk set level. Kedua, kurva evolusi dalam LSM harus
melibatkan hasil dalam pikselklasifikasi. Kami meningkatkan kerangka kerja
dengan menggabungkan metode variasional.
Makalah 3 : Classification of Apples using Machine Learning
1. Menggunakan metode k-NN dan SVM dengan persentase akurasi 94.00 % dan 94.50%
2. Hasil ini cukup
menjanjikan untuk digunakan dalam berbagai aplikasi yang berkaitan dengan
klasifikasi apel.
Makalah
4 : Classification of Longan Edibility using Machine Learning
1. Menggunakan metode k-NN dan SVM dengan persentase akurasi 93% dan 98%
2. Hasil
tersebut menunjukkan bahwa klasifikasi kelengkeng menggunakan machine learning
cukup menjanjikan
Makalah
5 : Implementasi Klasifikasi Citra Untuk Mendeteksi Embrio Bebek Pada
Aplikasi Mobile Menggunakan Artificial Intelligence
1. Menggunakan
metode Pengolahan Citra, Deep Learning, Supervised Learning
dengan presentase akurasi 100%
2.
Telah dihasilkan aplikasi android untuk membantu dalam membedakan telur bebek,
yang memiliki embrio dan tidak membiliki embrio. Dengan mengolah citra telur
bebek dan aplikasi android studi maka dapat dibuat aplikasi pendeteksi embrio
telur bebek.
Referensi :
1. Pratondo, Agus, Chee-Kong Chui, and Sim-Heng Ong. "Integrating machine learning with region-based active contour models in medical image segmentation." Journal of Visual Communication and Image Representation 43 (2017): 1-9.
2. Pratondo, Agus, Binh P. Nguyen, Chee-Kong Chui, and Sim-Heng Ong. "Vocal cord segmentation from CT images using machine learning." In Proc. 10th Asian Conf. Computer Aided Surgery (ACCAS 2014), pp. 40-41. 2014.
Comments
Post a Comment