Deep Generative Models, and Data Augmentation, Labelling, and Imperfections

Das Buch "Deep Generative Models, and Data Augmentation, Labelling, and Imperfections" dokumentiert die refereed Proceedings der ersten MICCAI Workshops zu Deep Generative Models (DG4MICCAI 2021) und zu Data Augmentation, Labelling und Imperfections (DALI 2021), die im Oktober 2021 im Rahmen der MICCAI-Konferenz stattfanden. Ursprünglich in Strasbourg, Frankreich, geplant, wurden die Workshops aufgrund der COVID-19-Pandemie virtuell durchgeführt. Die Beiträge in diesem Band umfassen 12 akzeptierte Papiere aus 17 Einreichungen für DG4MICCAI 2021, die sich auf neueste algorithmische Entwicklungen und vielversprechende zukünftige Richtungen im Bereich der Deep Generative Models konzentrieren. Diese Modelle, einschliesslich Generative Adversarial Networks (GAN) und Variational Auto-Encoders (VAE), finden zunehmend Beachtung in der Computer Vision, im maschinellen Lernen sowie in der medizinischen Bildverarbeitung und computerassistierten Intervention. Für DALI 2021 wurden 15 von 32 eingereichten Arbeiten akzeptiert, die sich mit der rigorosen Untersuchung medizinischer Daten im Zusammenhang mit maschinellen Lernsystemen befassen.