id int64 18 18.8k | created_at timestamp[ns, tz=UTC]date 2026-02-23 07:30:20 2026-02-24 14:51:09 | updated_at timestamp[ns, tz=UTC]date 2026-02-23 08:08:14 2026-02-24 14:51:09 | doc_name stringclasses 1
value | input stringlengths 11 9.24k | output stringlengths 0 738 | is_personal bool 2
classes | is_sentence bool 2
classes | is_corrected bool 2
classes |
|---|---|---|---|---|---|---|---|---|
3,257 | 2026-02-23T12:00:18.490000Z | 2026-02-23T12:00:18.490000Z | Lec. | The Dice loss in the context of missing or empty labels: Introducing $\Phi$ and $\epsilon$ // Lect | false | true | false | |
3,256 | 2026-02-23T12:00:16.712000Z | 2026-02-23T12:00:16.712000Z | Lec. | Tilborghs S. et al | false | false | false | |
3,255 | 2026-02-23T12:00:14.967000Z | 2026-02-23T12:00:14.967000Z | Lec. | P. 7476–7485. 9 | false | true | false | |
3,254 | 2026-02-23T12:00:13.070000Z | 2026-02-23T12:00:13.070000Z | Lec. | Vol. 2023-June | false | false | false | |
3,253 | 2026-02-23T12:00:11.337000Z | 2026-02-23T12:00:11.337000Z | Lec. | Two-Way Multi-Label Loss // Proc | false | false | false | |
3,252 | 2026-02-23T12:00:09.593000Z | 2026-02-23T12:00:09.593000Z | Lec. | Kobayashi T | true | false | false | |
3,251 | 2026-02-23T12:00:08.041000Z | 2026-02-23T12:00:08.041000Z | Lec. | MSE Loss with Outlying Label for Imbalanced Classification. 2021. 8 | false | false | false | |
3,250 | 2026-02-23T12:00:06.238000Z | 2026-02-23T12:00:06.238000Z | Lec. | Kato S., Hotta K | false | false | false | |
3,249 | 2026-02-23T12:00:04.190000Z | 2026-02-23T12:00:04.190000Z | Lec. | P. 291–318. 7 | false | false | false | |
3,248 | 2026-02-23T12:00:02.439000Z | 2026-02-23T12:00:02.439000Z | Lec. | Vol. 72, № 2 | false | false | false | |
3,247 | 2026-02-23T12:00:00.660000Z | 2026-02-23T12:00:00.660000Z | Lec. | North-Holland, 2004 | false | false | false | |
3,246 | 2026-02-23T11:59:58.851000Z | 2026-02-23T11:59:58.851000Z | Lec. | The importance of the loss function in option valuation // J. financ. econ | false | true | false | |
3,245 | 2026-02-23T11:59:57.008000Z | 2026-02-23T11:59:57.008000Z | Lec. | Christoffersen P., Jacobs K | true | false | false | |
3,244 | 2026-02-23T11:59:55.287000Z | 2026-02-23T11:59:55.287000Z | Lec. | Institute of Electrical and Electronics Engineers Inc., 2019. 6 | false | false | false | |
3,243 | 2026-02-23T11:59:53.498000Z | 2026-02-23T11:59:53.498000Z | Lec. | ICACCP 2019 | false | false | false | |
3,242 | 2026-02-23T11:59:51.836000Z | 2026-02-23T11:59:51.836000Z | Lec. | Brain tumor classification using ResNet-101 based squeeze and excitation deep neural network // 2019 2nd Int | false | false | false | |
3,241 | 2026-02-23T11:59:50.067000Z | 2026-02-23T11:59:50.067000Z | Lec. | Ghosal P. et al | false | false | false | |
3,240 | 2026-02-23T11:59:48.452000Z | 2026-02-23T11:59:48.452000Z | Lec. | P. 725–735. 5 | false | false | false | |
3,239 | 2026-02-23T11:59:46.848000Z | 2026-02-23T11:59:46.848000Z | Lec. | Vol. 13, № 3 | false | false | false | |
3,238 | 2026-02-23T11:59:45.034000Z | 2026-02-23T11:59:45.034000Z | Lec. | RGN Publications, 2022 | false | false | false | |
3,237 | 2026-02-23T11:59:43.215000Z | 2026-02-23T11:59:43.215000Z | Lec. | Applying Hessian Matrix Techniques to Obtain the Efficient Optimal Order Quantity Using Fuzzy Parameters // Commun | false | false | false | |
3,236 | 2026-02-23T11:59:41.425000Z | 2026-02-23T11:59:41.425000Z | Lec. | Kalaiarasi K., Henrietta H.M., Sumathi M | false | false | false | |
3,235 | 2026-02-23T11:59:39.847000Z | 2026-02-23T11:59:39.847000Z | Lec. | Image Anal. 2023. 4 | false | false | false | |
3,234 | 2026-02-23T11:59:38.073000Z | 2026-02-23T11:59:38.073000Z | Lec. | Benefit from public unlabeled data: A Frangi filtering-based pretraining network for 3D cerebrovascular segmentation // Med | false | false | false | |
3,233 | 2026-02-23T11:59:36.168000Z | 2026-02-23T11:59:36.168000Z | Lec. | Shi G. et al | false | false | false | |
3,232 | 2026-02-23T11:59:34.352000Z | 2026-02-23T11:59:34.352000Z | Lec. | P. 1211–1227. 3 | false | true | false | |
3,231 | 2026-02-23T11:59:32.661000Z | 2026-02-23T11:59:32.661000Z | Lec. | Vol. 7, № 6 | false | false | false | |
3,230 | 2026-02-23T11:59:31.019000Z | 2026-02-23T11:59:31.019000Z | Lec. | Springer London, 2013 | false | false | false | |
3,229 | 2026-02-23T11:59:29.577000Z | 2026-02-23T11:59:29.577000Z | Lec. | Image denoising based on non-local means filter and its method noise thresholding // Signal, Image Video Process | false | false | false | |
3,228 | 2026-02-23T11:59:27.738000Z | 2026-02-23T11:59:27.738000Z | Lec. | Shreyamsha Kumar B.K | true | false | false | |
3,227 | 2026-02-23T11:59:26.182000Z | 2026-02-23T11:59:26.182000Z | Lec. | P. 697–704. 2 | false | false | false | |
3,226 | 2026-02-23T11:59:24.367000Z | 2026-02-23T11:59:24.367000Z | Lec. | Institute of Electrical and Electronics Engineers Inc., 2013 | false | false | false | |
3,225 | 2026-02-23T11:59:22.604000Z | 2026-02-23T11:59:22.604000Z | Lec. | On the mean curvature flow on graphs with applications in image and manifold processing // Proc | false | false | false | |
3,224 | 2026-02-23T11:59:20.700000Z | 2026-02-23T11:59:20.700000Z | Lec. | El A., Elmoataz A., Sadi A | true | false | false | |
3,223 | 2026-02-23T11:59:19.142000Z | 2026-02-23T13:51:10.230000Z | Lec. | Данное свойство будет использовано для последующей разработки приложения | Данное свойство будет использовано для последующей разработки приложения | false | true | true |
3,222 | 2026-02-23T11:59:17.140000Z | 2026-02-23T11:59:17.140000Z | Lec. | Модель для предсказания диаметров позвоночных артерий справляется с задачей крайне эффективно | false | true | false | |
3,221 | 2026-02-23T11:59:15.350000Z | 2026-02-23T11:59:15.350000Z | Lec. | Результаты обучения моделей были проанализированы с помощью сегментационных метрик Recall, Precision, Dice и IoU, а также для регрессионых моделей с помощью MAE, RMSE, относительной ошибки, коэффициента вариации и евклидового расстояния | false | true | false | |
3,220 | 2026-02-23T11:59:13.511000Z | 2026-02-23T11:59:13.511000Z | Lec. | Также были модифицированы архитектуры полносвязных моделей ResNet для решения задач сегментации и регрессии | false | true | false | |
3,219 | 2026-02-23T11:59:11.677000Z | 2026-02-23T11:59:11.677000Z | Lec. | В ходе выполнения практики были реализованы методы предобработки МРТ изображений с помощью фильтров CurvatureFlow, Non-local means и Frangi | false | false | false | |
3,218 | 2026-02-23T11:59:09.781000Z | 2026-02-23T11:59:09.781000Z | Lec. | Оценка модели диаметр + позиция | false | false | false | |
3,217 | 2026-02-23T11:59:08.217000Z | 2026-02-23T11:59:08.217000Z | Lec. | Диаметр + позиция. 0.031. 0.025. 0.025. 0.014 | false | false | false | |
3,216 | 2026-02-23T11:59:06.233000Z | 2026-02-23T11:59:06.233000Z | Lec. | Результаты оценки ручной сегментации приведены ниже в таблице | false | true | false | |
3,215 | 2026-02-23T11:59:04.364000Z | 2026-02-23T17:28:14.127000Z | Lec. | Затем были созданы два объекта белого цвета формы круга с предсказанными первой моделью диаметрами на позициях, которые были определены второй моделью | Затем были созданы два объекта белого цвета формы круга с предсказанными первой моделью диаметрами по позициям, которые были определены второй моделью | false | true | true |
3,214 | 2026-02-23T11:59:02.569000Z | 2026-02-23T13:35:09.658000Z | Lec. | Для объединения результатов работы двух отдельных нейронных сетей было создано изображение черного цвета с разрешением, соответствующим разрешению масок — 512x512 | Для объединения результатов работы двух отдельных нейронных сетей было создано изображение черного цвета с разрешением, соответствующим разрешению масок — 512x512. | false | true | true |
3,213 | 2026-02-23T11:59:00.862000Z | 2026-02-23T18:01:48.646000Z | Lec. | Объединение диаметров и позиций | Объединение диаметров и позиций. | false | true | true |
3,212 | 2026-02-23T11:58:59.314000Z | 2026-02-23T16:53:09.967000Z | Lec. | Худшее предсказание позиций | Худшее предсказание позиций | false | true | true |
3,211 | 2026-02-23T11:58:57.771000Z | 2026-02-23T15:52:08.358000Z | Lec. | Лучшее предсказание позиций | Лучшее предсказание позиций | false | true | true |
3,210 | 2026-02-23T11:58:56.190000Z | 2026-02-23T13:49:50.235000Z | Lec. | Результаты обучения локализации | Результатом обучения локализации являются | false | true | true |
3,209 | 2026-02-23T11:58:54.457000Z | 2026-02-23T11:58:54.457000Z | Lec. | Левая + правая. 12.32. 11.99. 11.90. 12.38 | false | false | false | |
3,208 | 2026-02-23T11:58:52.712000Z | 2026-02-23T11:58:52.712000Z | Lec. | Правая. 13.08. 12.41. 12.79. 12.41 | false | false | false | |
3,207 | 2026-02-23T11:58:50.818000Z | 2026-02-23T11:58:50.818000Z | Lec. | Левая. 11.57. 11.56. 11.01. 12.35 | false | false | false | |
3,206 | 2026-02-23T11:58:49.086000Z | 2026-02-23T11:58:49.086000Z | Lec. | CurvatureFlow | false | false | false | |
3,205 | 2026-02-23T11:58:47.298000Z | 2026-02-23T11:58:47.298000Z | Lec. | Без фильтров | false | true | false | |
3,204 | 2026-02-23T11:58:45.345000Z | 2026-02-23T11:58:45.345000Z | Lec. | Евклидового расстояние (в пикс.) | false | true | false | |
3,203 | 2026-02-23T11:58:43.672000Z | 2026-02-23T16:59:51.606000Z | Lec. | Результаты приведены ниже в таблице | Результаты приведены ниже в таблице. | false | true | true |
3,202 | 2026-02-23T11:58:41.048000Z | 2026-02-23T13:24:40.866000Z | Lec. | Модель была обучена на аугментированных датасетах | Модель была обучена на аугментированных данных. | false | true | true |
3,201 | 2026-02-23T11:58:39.299000Z | 2026-02-23T13:28:03.553000Z | Lec. | Затем модель была обучена с помощью функции потерь MSE, оптимизатора Adam с шагом обучения 1-4 и ранее упомянутым шедулером | Затем модель была обучена с помощью функции потерь MSE, оптимизатора Adam с шагом обучения 1-4 и ранее упомянутым шедулером. | false | true | true |
3,200 | 2026-02-23T11:58:37.231000Z | 2026-02-23T15:44:07.240000Z | Lec. | Где — истинные координаты центра артерии,. — предсказанные координаты центра артерии | Где истинные координаты центра артерии, — предсказанные координаты центра артерии. | false | true | true |
3,199 | 2026-02-23T11:58:35.712000Z | 2026-02-23T11:58:35.712000Z | Lec. | Для анализа результатов была реализована функция Евклидова расстояния: | false | true | false | |
3,198 | 2026-02-23T11:58:34.180000Z | 2026-02-23T13:45:39.370000Z | Lec. | Линейный слой со входом 256 и выходом 4 (координаты позвоночных артерий в пикселях) | Линейный слой со входом 256 и выходом 4 (координат позвоночных артерий в пикселях). | false | true | true |
3,197 | 2026-02-23T11:58:32.519000Z | 2026-02-23T11:58:32.519000Z | Lec. | Полносвязный со входом 1024, выходом 256 и | false | true | false | |
3,196 | 2026-02-23T11:58:30.784000Z | 2026-02-23T13:40:19.728000Z | Lec. | Полносвязный слой со входом размером разрешения изображения и выходом 1024, а также | Полносвязный слой с входом размером разрешения изображения и выходом 1024. | false | true | true |
3,195 | 2026-02-23T11:58:28.882000Z | 2026-02-23T13:41:02.604000Z | Lec. | Для обучения была выбрана архитектура ResNet101, в классификатор которой были внесены следующие изменения: | Для обучения была выбрана архитектура ResNet101, в которую были внесены следующие изменения: | false | true | true |
3,194 | 2026-02-23T11:58:27.198000Z | 2026-02-23T16:15:05.871000Z | Lec. | Функция нахождения позиций была реализована с помощью метода measure из библиотеки scikit-image | Функция поиска позиций была реализована с помощью метода measure из библиотеки scikit-image | false | true | true |
3,193 | 2026-02-23T11:58:25.491000Z | 2026-02-23T13:31:13.298000Z | Lec. | Обучение модели для решения задачи регрессии | Обучение модели для решения задачи регрессии. Для этого необходимо подготовить данные и выбрать подходящую архитектуру нейронной сети. | false | true | true |
3,192 | 2026-02-23T11:58:23.658000Z | 2026-02-23T11:58:23.658000Z | Lec. | Реализация функции преобразования маски в координаты вида (x, y), где x, y — пиксели в диапазоне от 0 до 512 (разрешение изображений) | true | true | false | |
3,191 | 2026-02-23T11:58:22.060000Z | 2026-02-23T11:58:22.060000Z | Lec. | Для нахождения позиций необходимо применить схожую методику по поиску диаметров артерий: | true | true | false | |
3,190 | 2026-02-23T11:58:19.875000Z | 2026-02-23T18:16:15.474000Z | Lec. | Поиск позиций | Поиск позиций. Верни ответ в ВАЛИДНОМ JSON формате с двумя ключами:
1. "reason": краткое обоснование твоего выбора
2. "result": исправленный вариант предложения. | false | true | true |
3,189 | 2026-02-23T11:58:18.265000Z | 2026-02-23T11:58:18.265000Z | Lec. | Метрики MAE и RMSE сопоставимы с фильтром Франги | false | true | false | |
3,188 | 2026-02-23T11:58:16.680000Z | 2026-02-23T13:29:51.589000Z | Lec. | Коэффициент вариации ниже, чем у модели с фильтром Франги | Коэффициент вариации меньше, чем у модели с фильтром Франги. | false | true | true |
3,187 | 2026-02-23T11:58:14.930000Z | 2026-02-23T11:58:14.930000Z | Lec. | Относительная ошибка ниже, чем у модели с фильтром Франги | false | true | false | |
3,186 | 2026-02-23T11:58:13.075000Z | 2026-02-23T11:58:13.075000Z | Lec. | Из двух моделей была выбрана модель с фильтром NLM для дальнейшей работы по следующим причинам: | false | true | false | |
3,185 | 2026-02-23T11:58:11.296000Z | 2026-02-23T11:58:11.296000Z | Lec. | Из результатов видно, что лучшими моделями являются NLM и Франги | false | true | false | |
3,184 | 2026-02-23T11:58:09.692000Z | 2026-02-23T11:58:09.692000Z | Lec. | Результаты нахождения диаметров с фильтром Франги | false | true | false | |
3,183 | 2026-02-23T11:58:08.062000Z | 2026-02-23T11:58:08.062000Z | Lec. | Левая + правая. 1.00. 1.39. 16.94. 5.26 | false | false | false | |
3,182 | 2026-02-23T11:58:06.186000Z | 2026-02-23T11:58:06.186000Z | Lec. | Правая. 1.09. 1.50. 19.18. 2.49 | false | false | false | |
3,181 | 2026-02-23T11:58:04.647000Z | 2026-02-23T11:58:04.647000Z | Lec. | Левая. 0.92. 1.28. 14.71. 8.03 | false | false | false | |
3,180 | 2026-02-23T11:58:02.946000Z | 2026-02-23T11:58:02.946000Z | Lec. | Результаты нахождения диаметров с фильтром NLM | false | true | false | |
3,179 | 2026-02-23T11:58:01.451000Z | 2026-02-23T11:58:01.451000Z | Lec. | Левая + правая. 1.06. 1.30. 14.95. 4.05 | false | false | false | |
3,178 | 2026-02-23T11:57:59.498000Z | 2026-02-23T11:57:59.498000Z | Lec. | Правая. 1.13. 1.35. 16.63. 5.25 | false | false | false | |
3,177 | 2026-02-23T11:57:57.928000Z | 2026-02-23T11:57:57.928000Z | Lec. | Левая. 0.99. 1.26. 13.28. 2.85 | false | false | false | |
3,176 | 2026-02-23T11:57:56.361000Z | 2026-02-23T11:57:56.361000Z | Lec. | Результаты нахождения диаметров с фильтром CF | false | true | false | |
3,175 | 2026-02-23T11:57:54.776000Z | 2026-02-23T11:57:54.776000Z | Lec. | Левая + правая. 1.19. 1.46. 19.80. 9.19 | false | false | false | |
3,174 | 2026-02-23T11:57:52.944000Z | 2026-02-23T11:57:52.944000Z | Lec. | Правая. 1.42. 1.70. 24.05. 2.64 | false | false | false | |
3,173 | 2026-02-23T11:57:51.507000Z | 2026-02-23T11:57:51.507000Z | Lec. | Левая. 0.97. 1.22. 15.56. 15.7 | false | false | false | |
3,172 | 2026-02-23T11:57:49.663000Z | 2026-02-23T16:18:37.463000Z | Lec. | Результаты нахождения диаметров без фильтров | Результаты нахождения диаметров без фильтров не имеют значения | false | true | true |
3,171 | 2026-02-23T11:57:47.911000Z | 2026-02-23T11:57:47.911000Z | Lec. | Левая + правая. 1.22. 1.52. 20.25. 13.46 | false | false | false | |
3,170 | 2026-02-23T11:57:46.123000Z | 2026-02-23T11:57:46.123000Z | Lec. | Правая. 1.23. 1.50. 21.02. 4.15 | false | false | false | |
3,169 | 2026-02-23T11:57:44.419000Z | 2026-02-23T11:57:44.419000Z | Lec. | Левая. 1.22. 1.54. 19.48. 22.76 | false | false | false | |
3,168 | 2026-02-23T11:57:42.588000Z | 2026-02-23T13:29:52.930000Z | Lec. | Затем раннее использованные модели были обучены с помощью новых аугментированных датасетов | Затем ранние модели были обучены с помощью новых аугментированных датасетов | false | true | true |
3,167 | 2026-02-23T11:57:40.832000Z | 2026-02-23T13:25:57.423000Z | Lec. | Для расширения использовались случайные повороты на угол максимум в 10 градусов, эластичная трансформация, случайный сдвиг, масштабирование, изменения в яркости и контрасте, зеркальное отражение по горизонтали | Для расширения использовались случайные повороты на угол не более 10 градусов, эластичная трансформация, случайный сдвиг, масштабирование, изменения в яркости и контрасте, зеркальное отражение по горизонтали | false | true | true |
3,166 | 2026-02-23T11:57:38.939000Z | 2026-02-23T18:07:11.624000Z | Lec. | С помощью аугментаций исходный датасет был увеличен в два раза | С помощью аугментаций исходный датасет был увеличен в два раза | false | true | true |
3,165 | 2026-02-23T11:57:37.036000Z | 2026-02-23T17:01:20.917000Z | Lec. | Главная цель методики — улучшение обобщающей способности модели за счет повышения количества различных входных данных | Главная цель методики — улучшение обобщающей способности модели за счет увеличения количества различных входных данных | false | true | true |
3,164 | 2026-02-23T11:57:35.222000Z | 2026-02-23T11:57:35.222000Z | Lec. | Для искусственного расширения датасета часто используется аугментация — наполнение путем трансформации уже существующих изображений | false | true | false | |
3,163 | 2026-02-23T11:57:33.597000Z | 2026-02-23T11:57:33.597000Z | Lec. | Предоставленный факт обусловлен тем, что валидационная выборка состоит из всего лишь 9 изображений-масок | false | true | false | |
3,162 | 2026-02-23T11:57:31.952000Z | 2026-02-23T11:57:31.952000Z | Lec. | Из результатов обучения видно, что коэффициент вариации превышает нормальные значения | false | true | false | |
3,161 | 2026-02-23T11:57:30.356000Z | 2026-02-23T11:57:30.356000Z | Lec. | Результаты с фильтром Франги | false | true | false | |
3,160 | 2026-02-23T11:57:28.857000Z | 2026-02-23T11:57:28.858000Z | Lec. | Левая + правая. 1.10. 1.40. 16.90. 15.37 | false | false | false | |
3,159 | 2026-02-23T11:57:27.049000Z | 2026-02-23T11:57:27.049000Z | Lec. | Правая. 1.13. 1.45. 17.73. 19.65 | false | false | false | |
3,158 | 2026-02-23T11:57:25.643000Z | 2026-02-23T11:57:25.643000Z | Lec. | Левая. 1.07. 1.34. 16.07. 11.09 | false | false | false |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.