基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
2017年岁末,斯坦福大学教授吴恩达领导的机器学习小组开发出一种名为CheXNet的算法,能够更敏锐地捕捉胸部X光片中的肺炎迹象,在诊断肺炎的比拼中,一举击败四名放射科医师。
推荐文章
Ai7技术及其产品Ai710模块应用研究
公共执行技术
Ai7
专用资源架构
并行测试
AI与车载物联的结合(人-AI-云-车)
AI (Artificial Intellingence)
物联网
汽车互联
智能规划
“人-AI-云-车”
AI时代的教育出版研究——以生成式AI为技术驱动力
生成式AI
教育出版
融合
智慧教育
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 AI医生登场?
来源期刊 学习之友 学科 教育
关键词 医生 AI 学习小组 大学教授 放射科 肺炎
年,卷(期) 2018,(7) 所属期刊栏目
研究方向 页码范围 37-40
页数 4页 分类号 G728
字数 语种
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
医生
AI
学习小组
大学教授
放射科
肺炎
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
学习之友
月刊
1671-4474
44-1057/D
汕头市华山路18号三楼
出版文献量(篇)
8310
总下载数(次)
7
总被引数(次)
0
论文1v1指导