bei Google ScholarTitelangaben
Królikowska, Milena ; Bocklitz, Thomas:
Transfer learning for Raman spectroscopy in biological applications : A case study for bacterial classification (Conference Presentation).
In:
Advanced Chemical Microscopy for Life Science and Translational Medicine 2023. -
Bellingham, Wash.
: SPIE
,
2023
. - PC1239213
DOI: https://doi.org/10.1117/12.2651063
Abstract
Raman spectroscopy is a label-free, non-invasive spectroscopic technique, which can be utilized for many biomedical and diagnostic investigations. To do so, chemometric modelling strategies are used, but they lead to a low generalizability of the models. To tackle this issue we investigated transfer learning (TL) approaches for deep learning (DL) based modelling of Raman spectra for classification of three bacterial spore species. In initial test we found that TL can facilitate the usage of DL for time-consuming measurement modalities, because it can help to deal with low dataset sizes.
Weitere Angaben
| Publikationsform: | Aufsatz in einem Buch |
|---|---|
| Begutachteter Beitrag: | Ja |
| Institutionen der Universität: | Fakultäten > Fakultät für Mathematik, Physik und Informatik > Institut für Informatik > Lehrstuhl Künstliche Intelligenz in der Mikroskopie und Spektroskopie > Lehrstuhl Künstliche Intelligenz in der Mikroskopie und Spektroskopie - Univ.-Prof. Dr. Thomas Wilhelm Bocklitz |
| Titel an der UBT entstanden: | Nein |
| Themengebiete aus DDC: | 500 Naturwissenschaften und Mathematik > 530 Physik |
| Eingestellt am: | 31 Mai 2023 13:05 |
| Letzte Änderung: | 31 Mai 2023 13:05 |
| URI: | https://eref.uni-bayreuth.de/id/eprint/81078 |