id int64 18 21.1k | created_at timestamp[ns, tz=UTC]date 2026-02-23 07:30:20 2026-02-24 16:54:39 | updated_at timestamp[ns, tz=UTC]date 2026-02-23 08:08:14 2026-02-24 16:54:39 | 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 |
|---|---|---|---|---|---|---|---|---|
3,307 | 2026-02-23T12:01:48.119000Z | 2026-02-23T13:30:28.166000Z | Lec. | Поэтому раннее выявление и точная диагностика этих изменений крайне важны для эффективного лечения и улучшения состояния пациентов | Раннее выявление и точная диагностика этих изменений крайне важны для эффективного лечения и улучшения состояния пациентов. | false | true | true |
3,306 | 2026-02-23T12:01:46.263000Z | 2026-02-23T17:19:45.895000Z | Lec. | Учитывая их важную роль в мозговом кровообращении, любые патологии, такие как стеноз, окклюзия или диссекция [2], могут привести к серьезным неврологическим изменениям, связанным с нарушениями мозгового кровообращения | Учитывая их важную роль в мозговом кровообращении, любые патологии, такие как стеноз, окклюзию или диссекцию [2], могут привести к серьезным неврологическим изменениям, связанным с нарушениями мозгового кровообращения | false | true | true |
3,305 | 2026-02-23T12:01:44.409000Z | 2026-02-23T12:01:44.409000Z | Lec. | Позвоночные артерии [1] являются одним из важнейших компонентов кровеносной системы, так как они обеспечивают кровоснабжение ствола мозга и мозжечка | false | true | false | |
3,304 | 2026-02-23T12:01:42.595000Z | 2026-02-23T12:01:42.595000Z | Lec. | АКТУАЛЬНОСТЬ | false | false | false | |
3,303 | 2026-02-23T12:01:40.783000Z | 2026-02-23T12:01:40.783000Z | Lec. | Тема: Интеллектуальная система сегментации позвоночных артерий | false | false | false | |
3,302 | 2026-02-23T12:01:38.974000Z | 2026-02-23T12:01:38.974000Z | Lec. | Руководитель. / А.Ю | true | true | false | |
3,301 | 2026-02-23T12:01:37.292000Z | 2026-02-23T17:59:05.887000Z | Lec. | Студент. / Р.В | Студент. / Р.В. | false | true | true |
3,300 | 2026-02-23T12:01:35.562000Z | 2026-02-23T16:10:12.805000Z | Lec. | Интеллекутальная система сегментации позвоночных артерий | Интеллектуальная система сегментации позвоночных артерий | false | true | true |
3,299 | 2026-02-23T12:01:33.616000Z | 2026-02-23T12:01:33.616000Z | Lec. | Приходько Роман Владимирович | true | true | false | |
3,298 | 2026-02-23T12:01:32.009000Z | 2026-02-23T12:01:32.009000Z | Lec. | P. 24–33. . | false | true | false | |
3,297 | 2026-02-23T12:01:30.619000Z | 2026-02-23T12:01:30.619000Z | Lec. | Pergamon, 2019 | false | false | false | |
3,296 | 2026-02-23T12:01:28.818000Z | 2026-02-23T12:01:28.818000Z | Lec. | Imaging Graph | false | false | false | |
3,295 | 2026-02-23T12:01:27.366000Z | 2026-02-23T12:01:27.366000Z | Lec. | Combo loss: Handling input and output imbalance in multi-organ segmentation // Comput | false | true | false | |
3,294 | 2026-02-23T12:01:25.425000Z | 2026-02-23T12:01:25.425000Z | Lec. | Taghanaki S.A. et al | false | false | false | |
3,293 | 2026-02-23T12:01:23.686000Z | 2026-02-23T12:01:23.686000Z | Lec. | P. 735–748. 16 | false | false | false | |
3,292 | 2026-02-23T12:01:21.863000Z | 2026-02-23T12:01:21.863000Z | Lec. | Vol. 42, № 3 | false | false | false | |
3,291 | 2026-02-23T12:01:19.940000Z | 2026-02-23T12:01:19.940000Z | Lec. | The Lovász Hinge: A Novel Convex Surrogate for Submodular Losses // IEEE Trans | false | false | false | |
3,290 | 2026-02-23T12:01:18.082000Z | 2026-02-23T12:01:18.082000Z | Lec. | Yu J., Blaschko M.B | true | false | false | |
3,289 | 2026-02-23T12:01:16.397000Z | 2026-02-23T12:01:16.397000Z | Lec. | P. 683–687. 15 | false | false | false | |
3,288 | 2026-02-23T12:01:14.867000Z | 2026-02-23T12:01:14.867000Z | Lec. | Vol. 2019-April | false | false | false | |
3,287 | 2026-02-23T12:01:13.133000Z | 2026-02-23T12:01:13.133000Z | Lec. | IEEE Computer Society, 2019 | false | false | false | |
3,286 | 2026-02-23T12:01:11.330000Z | 2026-02-23T12:01:11.330000Z | Lec. | A novel focal tversky loss function with improved attention u-net for lesion segmentation // Proc. - Int | false | false | false | |
3,285 | 2026-02-23T12:01:09.430000Z | 2026-02-23T12:01:09.430000Z | Lec. | Abraham N., Khan N.M | true | false | false | |
3,284 | 2026-02-23T12:01:07.645000Z | 2026-02-23T12:01:07.645000Z | Lec. | P. 379–387. 14 | false | false | false | |
3,283 | 2026-02-23T12:01:05.784000Z | 2026-02-23T12:01:05.784000Z | Lec. | Vol. 10541 LNCS | false | false | false | |
3,282 | 2026-02-23T12:01:03.933000Z | 2026-02-23T12:01:03.933000Z | Lec. | Springer Verlag, 2017 | false | false | false | |
3,281 | 2026-02-23T12:01:02.106000Z | 2026-02-23T12:01:02.106000Z | Lec. | Tversky loss function for image segmentation using 3D fully convolutional deep networks // Lect | false | false | false | |
3,280 | 2026-02-23T12:01:00.142000Z | 2026-02-23T12:01:00.142000Z | Lec. | Salehi S.S.M., Erdogmus D., Gholipour A | false | false | false | |
3,279 | 2026-02-23T12:00:58.510000Z | 2026-02-23T12:00:58.510000Z | Lec. | P. 318–327. 13 | false | false | false | |
3,278 | 2026-02-23T12:00:56.608000Z | 2026-02-23T12:00:56.608000Z | Lec. | Vol. 42, № 2 | false | false | false | |
3,277 | 2026-02-23T12:00:54.597000Z | 2026-02-23T12:00:54.597000Z | Lec. | IEEE Computer Society, 2020 | false | false | false | |
3,276 | 2026-02-23T12:00:52.838000Z | 2026-02-23T12:00:52.838000Z | Lec. | Pattern Anal | false | false | false | |
3,275 | 2026-02-23T12:00:51.232000Z | 2026-02-23T12:00:51.232000Z | Lec. | Focal Loss for Dense Object Detection // IEEE Trans | false | false | false | |
3,274 | 2026-02-23T12:00:49.361000Z | 2026-02-23T12:00:49.361000Z | Lec. | Lin T.Y. et al | false | false | false | |
3,273 | 2026-02-23T12:00:47.618000Z | 2026-02-23T12:00:47.619000Z | Lec. | P. 85–94. 12 | false | true | false | |
3,272 | 2026-02-23T12:00:45.764000Z | 2026-02-23T12:00:45.764000Z | Lec. | Institute of Electrical and Electronics Engineers Inc., 2019 | false | false | false | |
3,271 | 2026-02-23T12:00:43.967000Z | 2026-02-23T12:00:43.967000Z | Lec. | Conf. 3D Vision, 3DV 2019 | false | false | false | |
3,270 | 2026-02-23T12:00:42.242000Z | 2026-02-23T12:00:42.242000Z | Lec. | IoU Loss for 2D/3D Object Detection // Proc. - 2019 Int | false | false | false | |
3,269 | 2026-02-23T12:00:40.519000Z | 2026-02-23T12:00:40.519000Z | Lec. | Zhou D. et al | false | false | false | |
3,268 | 2026-02-23T12:00:38.659000Z | 2026-02-23T12:00:38.659000Z | Lec. | P. 107471. 11 | false | false | false | |
3,267 | 2026-02-23T12:00:37.276000Z | 2026-02-23T12:00:37.277000Z | Lec. | Elsevier, 2021 | false | false | false | |
3,266 | 2026-02-23T12:00:35.267000Z | 2026-02-23T12:00:35.267000Z | Lec. | DV-Net: Accurate liver vessel segmentation via dense connection model with D-BCE loss function // Knowledge-Based Syst | false | false | false | |
3,265 | 2026-02-23T12:00:33.389000Z | 2026-02-23T12:00:33.389000Z | Lec. | Su J. et al | false | false | false | |
3,264 | 2026-02-23T12:00:31.629000Z | 2026-02-23T12:00:31.629000Z | Lec. | P. 527–537. 10 | false | false | false | |
3,263 | 2026-02-23T12:00:29.796000Z | 2026-02-23T12:00:29.796000Z | Lec. | Vol. 13435 LNCS | false | false | false | |
3,262 | 2026-02-23T12:00:27.867000Z | 2026-02-23T12:00:27.867000Z | Lec. | Springer Science and Business Media Deutschland GmbH, 2022 | false | false | false | |
3,261 | 2026-02-23T12:00:26.027000Z | 2026-02-23T12:00:26.027000Z | Lec. | Notes Bioinformatics) | false | false | false | |
3,260 | 2026-02-23T12:00:24.250000Z | 2026-02-23T12:00:24.250000Z | Lec. | Notes Artif | false | false | false | |
3,259 | 2026-02-23T12:00:22.245000Z | 2026-02-23T12:00:22.245000Z | Lec. | Sci. (including Subser | false | false | false | |
3,258 | 2026-02-23T12:00:20.204000Z | 2026-02-23T12:00:20.204000Z | Lec. | Notes Comput | false | false | false | |
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 |
Subsets and Splits
No community queries yet
The top public SQL queries from the community will appear here once available.