On the pitfalls of entropy-based uncertainty for multi-class semi-supervised segmentation

Van Waerebeke, Martin, Lodygensky, Gregory et Dolz, Jose. 2022. « On the pitfalls of entropy-based uncertainty for multi-class semi-supervised segmentation ». In Uncertainty for Safe Utilization of Machine Learning in Medical Imaging : 4th International Workshop, UNSURE 2022, Held in Conjunction with MICCAI 2022 : Proceedings (Singapore, Singapore, Sept. 18, 2022) Coll. « Lecture Notes in Computer Science », vol. 13563. pp. 36-46. Springer Science and Business Media Deutschland GmbH.
Compte des citations dans Scopus : 1.

Le plein texte de ce document n'est pas hébergé sur ce serveur.

Type de document:	Compte rendu de conférence
Éditeurs:	Éditeurs ORCID Sudre, C. H. NON SPÉCIFIÉ Sudre, C. H. NON SPÉCIFIÉ Baumgartner, C. F. NON SPÉCIFIÉ Dalca, A. NON SPÉCIFIÉ Dalca, A. NON SPÉCIFIÉ Wells, Iii W. M. NON SPÉCIFIÉ Qin, C. NON SPÉCIFIÉ Tanno, R. NON SPÉCIFIÉ Van Leemput, K. NON SPÉCIFIÉ Van Leemput, K. NON SPÉCIFIÉ Wells, Iii W. M. NON SPÉCIFIÉ
Professeur:	Professeur Dolz, José
Affiliation:	Génie logiciel et des technologies de l'information
Date de dépôt:	17 oct. 2022 14:01
Dernière modification:	17 oct. 2022 14:01
URI:	https://espace2.etsmtl.ca/id/eprint/25652

Actions (Authentification requise)

Dernière vérification avant le dépôt