English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

Resumo—A capacidade de aprender por meio de exemplos e formular predições são as principais caracterı́sticas do Machine Learning, uma subárea da inteligência artificial. Existem diversos frameworks disponı́veis que utilizam Machine Learning para solução dos mais variados tipos de problemas, como para reconhecer e classificar objetos em uma imagem. Utilizando os serviços fornecidos por IBM Watson Visual Recognition que emprega algoritmos de deep learning, uma subárea de Machine learning, um modelo foi criado e aplicado no dataset Chest XRay Images for Classification. Os resultados obtidos com o modelo criado foram comparados com a classificação geral fornecida pela IBM. Os serviços utilizados da Watson Visual Recognition são os disponibilizados para o plano do tipo Lite, um plano gratuito. Este trabalho discute como esta limitação afetou os resultados e descreve a eficiência da ferramenta nesta versão. Mesmo com as limitações o modelo obtido reconheceu corretamente um pulmão saudável em 75% das imagens de teste e classificou corretamente 93,34% das imagens de radiografias de tórax que retratam pneumonia.

Classificação de Imagens de Raio-x de Torax com Reconhecimento Visual da IBM Cloud para Diagnóstico de Pneumonia