Un modelo de aprendizaje profundo para detectar imágenes médicas falsas y mitigar el fraude financiero de seguros
Autores: Arshed, Muhammad Asad; Mumtaz, Shahzad; Gherghina, tefan Cristian; Urooj, Neelam; Ahmed, Saeed; Dewi, Christine
Idioma: Inglés
Editor: MDPI
Año: 2024
Acceso abierto
Artículo científico
2024
Un modelo de aprendizaje profundo para detectar imágenes médicas falsas y mitigar el fraude financiero de seguros
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería de Sistemas
Palabras clave
Inteligencia artificial
Tecnologías deepfake
Modelos de aprendizaje profundo
Redes neuronales convolucionales
Redes neuronales basadas en parches
Enfoques de difusión estable
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 22
Citaciones: Sin citaciones
La adopción de enfoques predictivos de aprendizaje profundo (es decir, basados en parches y CNN) ha demostrado una precisión similar (~100%) en los subconjuntos de datos de entrenamiento y validación, y lo mismo se observó para el subconjunto de prueba con y sin StratifiedKFold (k = 3).
Descripción
La adopción de enfoques predictivos de aprendizaje profundo (es decir, basados en parches y CNN) ha demostrado una precisión similar (~100%) en los subconjuntos de datos de entrenamiento y validación, y lo mismo se observó para el subconjunto de prueba con y sin StratifiedKFold (k = 3).