课题基金 / 基金详情

Machine Learning Techniques for Evaluating Disease and Drugs Effectiveness in Fibre-Bundle Endomicroscopy Systems

Machine Learning Techniques for Evaluating Disease and Drugs Effectiveness in Fibre-Bundle Endomicroscopy Systems
用于评估纤维束内镜系统中疾病和药物有效性的机器学习技术
批准号：
2589298
负责人：
金额：
$0.0万
依托单位：
University of Edinburgh
依托单位国家：
英国
项目类别：
Studentship
财政年份：
2021
资助国家：
英国
项目状态：
未结题
起止时间：
2021 至 --
来源：
https://gtr.ukri.org/projects?ref=studentship-2589298
关键词：
MachineLearningTechniquesEvaluatingDisease

项目摘要

项目成果

相似基金

相关文献

中文摘要
翻译
该项目将与葛兰素史克（GSK）和国家物理实验室（NPL）合作，建立并利用强信号和图像处理或机器学习技能来开发算法，以提高从名为Kronoscan的荧光寿命成像（FLIM）系统接收到的数据质量。有一个重点是开发健壮的算法，可以转化为临床应用。
英文摘要
In partnership with GlaxoSmithKline (GSK) and the National Physical Laboratory (NPL), the project will build and utilise strong signal and image processing or machine learning skills to develop algorithms to improve the quality of data received from a Fluorescent Lifetime Imaging (FLIM) system called Kronoscan. There is an emphasis on developing robust algorithms that can be translated in clinical applications.
期刊论文(0)
专著(0)
科研奖励(0)
会议论文
国内基金
海外基金
Scalable Learning and Optimization: High-dimensional Models and Online Decision-Making Strategies for Big Data Analysis
Understanding structural evolution of galaxies with machine learning
  • 批准号：
  • 项目类别：
    省市级项目
  • 资助金额：
    10.0万元
  • 批准年份：
    2022
  • 负责人：
    Nicola Rosario Napolitano
  • 依托单位：
    中山大学
煤矿安全人机混合群智感知任务的约束动态多目标Q-learning进化分配
  • 批准号：
    --
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    30万元
  • 批准年份：
    2022
  • 负责人：
    吉建娇
  • 依托单位：
    中国矿业大学
基于领弹失效考量的智能弹药编队短时在线Q-learning协同控制机理
  • 批准号：
    62003314
  • 项目类别：
    青年科学基金项目
  • 资助金额：
    24.0万元
  • 批准年份：
    2020
  • 负责人：
    沈剑
  • 依托单位：
    中北大学