Оценка влияния архитектуры визуального энкодера на качество генерации медицинских отчётов; Молодежь и современные информационные технологии
| Parent link: | Молодежь и современные информационные технологии.— 2026.— С. 267-271 |
|---|---|
| Hlavní autor: | |
| Další autoři: | |
| Shrnutí: | Целью исследования является оценка влияния архитектуры визуального энкодера (ConvNeXt, Swin, CLIP, ResNet, DenseNet, EfficientNet, ViT) на качество генерации медицинских отчетов моделью GPT-2. Эксперименты показали, что использование ConvNeXt обеспечивает наилучший баланс метрик (BERTScore 0.892) и вычислительной эффективности по сравнению с классическими свёрточными нейронными сетями и другими трансформерами Текстовый файл |
| Jazyk: | ruština |
| Vydáno: |
2026
|
| Témata: | |
| On-line přístup: | http://earchive.tpu.ru/handle/11683/139096 |
| Médium: | Elektronický zdroj Kapitola |
| KOHA link: | https://koha.lib.tpu.ru/cgi-bin/koha/opac-detail.pl?biblionumber=687379 |
| Shrnutí: | Целью исследования является оценка влияния архитектуры визуального энкодера (ConvNeXt, Swin, CLIP, ResNet, DenseNet, EfficientNet, ViT) на качество генерации медицинских отчетов моделью GPT-2. Эксперименты показали, что использование ConvNeXt обеспечивает наилучший баланс метрик (BERTScore 0.892) и вычислительной эффективности по сравнению с классическими свёрточными нейронными сетями и другими трансформерами Текстовый файл |
|---|