BriefGPT - AI 论文速递
·
An Interpretable Nature-Inspired Framework for Monkeypox Diagnosis: Combining Xception Features with Natural Gradient Boosting and African Vulture Optimization Algorithm
💡
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了一种基于深度学习的猴痘自动检测框架，采用Xception架构和非洲秃鹫算法，猴痘皮肤损伤图像分类准确率达到97.53%，显著提升了诊断效率和可解释性。
🎯
关键要点
- 本研究提出了一种基于深度学习的猴痘自动检测框架。
- 该框架采用Xception架构提取深度特征。
- 使用非洲秃鹫算法进行超参数调整。
- 猴痘皮肤损伤图像分类准确率达到97.53%。
- 显著提升了诊断效率和可解释性。
- 为资源有限的环境中的早期诊断提供了支持。
➡️
