SUMMARY AI要約 by gpt-5-mini
本プロジェクトは、CTデータセット DeepLesion の肺病変（Coarse_lesion_type==5）を抽出して、2種類の変分オートエンコーダ（GVAE：ガウス事前分布、DirVAE：ディリクレ事前分布）を比較する研究実装です。主な目的は再構成品質（SSIM、MSE、MAE）、潜在空間構造（UMAP）、視覚的な disentanglement（潜在変化のトラバース）を評価することです。実装は単一のノートブック（main.ipynb）にまとまり、画像はクロップ・HUウィンドウ（-1000〜400）・64×64 にリサイズして正規化、70/15/15 に分割して学習します。両モデルは同一の畳み込みエンコーダ・デコーダ（潜在次元256）を共有し、損失はL1＋SSIMとKLアニーリングを組み合わせます。結果は GVAE が再構成指標で優位（SSIM 0.294 vs 0.248）かつ多くの潜在次元を活用（249/256）する一方、DirVAE は強いスパース化により潜在崩壊（3/256）を起こし再構成性能が低かったと報告しています。Kaggle 上で再現可能で、結果は results/ に図やCSVで保存されます。
使用言語(バイト数比)
オーナー情報
AI Engineering student @ CY Tech · ML for healthcare · Medical imaging & clinical NLP · Apprentice @ La Forge · Previously @ TALOS Lab
日付
| GitHub作成日 | 2026-05-09 |
| 最終Push | 2026-05-09 |
| 当サイト初検出 | 2026-05-09 |
| 最終取得 | 2026-05-09 14:57 |
類似Repo (同じ言語のAI関連Repo)
Deep learning framework for automated pneumonia detection from chest X-ray images using transfer learning, data augmentation, and ensemble-based medical image classification. Built with PyTorch using ResNet50, evaluation metrics, ROC analysis, confusion matrices, and visualization for reliable AI-assisted diagnosis.
Luffy-2520/infotact-project1-grievance-nlpAI-Powered Citizen Grievance & Sentiment Analysis System | NLP Project | Infotact Internship
ssprajapati2021/MLOpsAssignmentMLOps assignment from the Applied AI & Agentic AI program at IIITB with upGrad — covering model lifecycle, CI/CD pipelines, and deployment practices.
encoder-010/infotact-project1-grievance-nlpAI-Powered Citizen Grievance & Sentiment Analysis System | NLP Project | Infotact Internship
gururaj004/air-quality-index-analysisEDA and visualization project analyzing Air Quality Index (AQI) trends and pollution patterns using Python and Jupyter Notebook.
Yamuna-6730/adaptive-federated-idsAdaptive Privacy-Preserving Federated Intrusion Detection Framework for AI-Era Cybersecurity using LSTM, Differential Privacy, and Real-Time Threat Intelligence.
sara-7/artificial-intelligence-coursePractical AI course materials including labs, assignments, and hands-on implementations using Python.
Tejass1303/air-temperature-time-series-analysis