前向-前向算法作为皮肤病变分类的特征提取器：一项初步研究
计算机视觉与模式识别
2023-07-04 v1 人工智能
机器学习
摘要
皮肤癌是一种致命的癌症，在美国晚期诊断的存活率仅为23%。早期检测可显著提高存活率并促进及时治疗。准确的生物医学图像分类在医学分析中至关重要，可辅助临床医生进行疾病诊断与治疗。深度学习（DL）技术，如卷积神经网络和Transformer，已彻底改变了临床决策自动化。然而，计算成本和硬件限制制约了最先进DL架构的应用。在本工作中，我们探索了一种无需反向传播（BP）的新型神经网络，即前向-前向算法（FFA），用于皮肤病变分类。尽管FFA被认为可使用极低功耗的模拟硬件，但BP在分类精度上往往更优。此外，我们的实验结果表明，FFA与BP的结合可能是实现更准确预测的更好替代方案。
引用
@article{arxiv.2307.00617,
title = {The Forward-Forward Algorithm as a feature extractor for skin lesion classification: A preliminary study},
author = {Abel Reyes-Angulo and Sidike Paheding},
journal= {arXiv preprint arXiv:2307.00617},
year = {2023}
}
备注
This is a camera-ready version of the paper for the LXAI @ ICML'23 workshop