Radar mondial UDTR

UDTR — Radar mondial des droits de la Nature

Registre documentaire des références détectées à travers les infrastructures académiques, juridiques et institutionnelles surveillées par UDTR.

Une infrastructure documentaire mondiale conçue pour atteindre la couverture la plus large, vérifiable et scientifiquement défendable des droits de la Nature.

← Retour au Radar

Abstract No. 280 Exploring Model Initialization Strategies of Deep Learning Models for Ovarian Cancer Detection

Identification

Clé publique
radar:r-9ded5b12880093b01f1c49b7382f4f58
Auteurs
Ke Tang · Anish Sangari · Nana Suryana Herman · A. Pierce · Madison Horinek · Anish Bikmal · Aditya Sood · R. Patel
Année déclarée
2025
Langue déclarée
en
Type source
conference-abstract
Première détection
2026-11-14T02:45:52.452452+00:00
Dernière observation des métadonnées
2026-11-14T02:45:52.452452+00:00
Dernière vérification HTTP
Non effectuée

Institutions déclarées par la source

Albert Einstein College of Medicine · Stony Brook University

Pays d’affiliation déclarés

US

Identifiants

OPENALEX
https://openalex.org/W4407754679
DOI
10.1016/j.jvir.2024.12.336

Repères documentaires

Famille documentaire
unknown
Types déclarés par les sources
conference-abstract
Éditeurs
Elsevier BV

Les mentions d’entités ne constituent pas une preuve de reconnaissance juridique. La juridiction étudiée est distincte du pays d’affiliation des auteurs.

Sources

OpenAlex · Document 1

Citer cette référence

Ke Tang; Anish Sangari; Nana Suryana Herman; A. Pierce; Madison Horinek; Anish Bikmal; Aditya Sood; R. Patel. Abstract No. 280 Exploring Model Initialization Strategies of Deep Learning Models for Ovarian Cancer Detection. 2025. https://doi.org/10.1016/j.jvir.2024.12.336

JSON · CSL-JSON · BibTeX · RIS · CSV · JSON-LD ·

APA, Chicago, ISO 690 : formats bibliographiques fondés sur les champs disponibles. OSCOLA / Bluebook : données structurées uniquement ; aucune conformité juridique complète n’est revendiquée sans vérification des éléments nécessaires.

APA
Ke Tang; Anish Sangari; Nana Suryana Herman; A. Pierce; Madison Horinek; Anish Bikmal; Aditya Sood; R. Patel. (2025). Abstract No. 280 Exploring Model Initialization Strategies of Deep Learning Models for Ovarian Cancer Detection. https://doi.org/10.1016/j.jvir.2024.12.336
Chicago
Ke Tang; Anish Sangari; Nana Suryana Herman; A. Pierce; Madison Horinek; Anish Bikmal; Aditya Sood; R. Patel. Abstract No. 280 Exploring Model Initialization Strategies of Deep Learning Models for Ovarian Cancer Detection. 2025. https://doi.org/10.1016/j.jvir.2024.12.336
ISO 690
Ke Tang; Anish Sangari; Nana Suryana Herman; A. Pierce; Madison Horinek; Anish Bikmal; Aditya Sood; R. Patel. Abstract No. 280 Exploring Model Initialization Strategies of Deep Learning Models for Ovarian Cancer Detection. 2025. https://doi.org/10.1016/j.jvir.2024.12.336

Warning: Undefined array key "last_link_verified" in /home/clients/e27d81e12f04d2bfd747aa264540ac56/sites/_UDTR_APP/legal_library_reference.php on line 31

UDTR — Bibliothèque juridique mondiale des droits de la Nature. Abstract No. 280 Exploring Model Initialization Strategies of Deep Learning Models for Ovarian Cancer Detection. Notice documentaire: https://www.declarationuniverselledesdroitsdelarbre.org/global-rights-of-nature-radar/reference/r-9ded5b12880093b01f1c49b7382f4f58/ · Dernière vérification HTTP : non effectuée

Signaler une correction

Données de cette version figée

Dossiers et relations documentaires

Rôles des sources

Source bibliographique / publication d’origine · https://doi.org/10.1016/j.jvir.2024.12.336

Un lien vers une autorité ne prouve pas à lui seul une affirmation juridique. Les résumés et les textes intégraux restent soumis aux conditions de leur source.

Statut documentaire

Pertinence à examiner

Bibliothèque

Cette identité n’est pas encore intégrée à la Bibliothèque juridique.

UDTR — Bibliothèque juridique mondiale des droits de la Nature