Andreanne Lemay, Katharina Hoebel, Christopher P. Bridge, Brian Befano, Silvia De Sanjose, Didem Egemen, Ana Cecilia Rodriguez, Mark Schiffman, John Peter Campbell et Jayashree Kalpathy-Cramer
Article de revue (2022)
Un lien externe est disponible pour ce document
| Département: | Département de génie électrique |
|---|---|
| Centre de recherche: | NeuroPoly - Laboratoire de Recherche en Neuroimagerie |
| URL de PolyPublie: | https://publications.polymtl.ca/52131/ |
| Titre de la revue: | npj Digital Medicine (vol. 5, no 1) |
| Maison d'édition: | Nature Research |
| DOI: | 10.1038/s41746-022-00709-3 |
| URL officielle: | https://doi.org/10.1038/s41746-022-00709-3 |
| Date du dépôt: | 18 avr. 2023 14:58 |
| Dernière modification: | 25 sept. 2024 16:43 |
| Citer en APA 7: | Lemay, A., Hoebel, K., Bridge, C. P., Befano, B., De Sanjose, S., Egemen, D., Rodriguez, A. C., Schiffman, M., Campbell, J. P., & Kalpathy-Cramer, J. (2022). Improving the repeatability of deep learning models with Monte Carlo dropout. npj Digital Medicine, 5(1), 11 pages. https://doi.org/10.1038/s41746-022-00709-3 |
|---|---|
Statistiques
Dimensions
Actions réservées au personnel
|
Afficher document |
