Szerző szerinti böngészés "Hajdu, András"
Megjelenítve 1 - 20 (Összesen 122)
Találat egy oldalon
Rendezési lehetőségek
Tétel Korlátozottan hozzáférhető 3D modell kialakítása melanóma vizsgálatához(2011-05-09T07:48:31Z) Remenyik, Bence; Hajdu, András; DE--TEK--Informatikai KarAnimált és textúrázott 3D modell kialakításának a módszere, amelyet bőrgyógyászati vizsgálatok során (például melanómás daganatok vizsgálatára) alkalmazni lehet.Tétel Szabadon hozzáférhető A Hybrid Compact Convolutional Transformer with Bilateral Filtering for Coffee Berry Disease Classification(2025) Abuhayi, Biniyam Mulugeta; Hajdu, AndrásTétel Szabadon hozzáférhető A Machine Learning-Based Pipeline for the Extraction of Insights from Customer Reviews(2024) Lakatos, Róbert; Bogacsovics, Gergő; Harangi, Balázs; Lakatos, István; Tiba, Attila; Tóth, János; Szabó, Marianna; Hajdu, AndrásTétel Szabadon hozzáférhető A method for image retrieval using combination of color and frequency layers(2015) Azodinia, Mohammadreza; Hajdu, AndrásTétel Szabadon hozzáférhető A multimodal deep learning architecture for smoking detection with a small data approach(2024) Lakatos, Róbert; Pollner, Péter; Hajdu, András; Joó, TamásTétel Szabadon hozzáférhető A multimodal deep learning architecture for smoking detection with a small data approachLakatos, Róbert; Pollner, Péter; Hajdu, András; Joó, Tamás; Lakatos Róbert (1986-) (Informatikus); Adattudomány és Vizualizáció Tanszék -- 905; IK; Debreceni EgyetemCovert tobacco advertisements often raise regulatory measures. This paper presents that artificial intelligence, particularly deep learning, has great potential for detecting hidden advertising and allows unbiased, reproducible, and fair quantification of tobacco-related media content. We propose an integrated text and image processing model based on deep learning, generative methods, and human reinforcement, which can detect smoking cases in both textual and visual formats, even with little available training data. Our model can achieve 74% accuracy for images and 98% for text. Furthermore, our system integrates the possibility of expert intervention in the form of human reinforcement. Using the pre-trained multimodal, image, and text processing models available through deep learning makes it possible to detect smoking in different media even with few training data.Tétel Szabadon hozzáférhető A Novel Immune-Related Gene Prognostic Index (IRGPI) in Pancreatic Adenocarcinoma (PAAD) and Its Implications in the Tumor Microenvironment(2022) Zhou, Shujing; Szöllősi, Attila Gábor; Huang, Xufeng; Chang Chien, Yi-Che; Hajdu, AndrásTétel Szabadon hozzáférhető A review on automatic analysis techniques for color fundus photographs(2016) Besenczi, Renátó; Tóth, János; Hajdu, AndrásTétel Szabadon hozzáférhető A self-calibrating approach for the segmentation of retinal vessels by template matching and contour reconstruction(2016) Kovács, György; Hajdu, AndrásTétel Szabadon hozzáférhető A stochastic approach to handle resource constraints as knapsack problems in ensemble pruning(2022) Hajdu, András; Terdik, György; Tiba, Attila; Tomán, HenriettaTétel Korlátozottan hozzáférhető A Zsunyi-patak felmérése és állapotértékeléseHajdu, András; Antal, László; DE--Természettudományi és Technológiai Kar--Biológiai és Ökológiai IntézetKutatásunkban egy a Cserhát keleti részén található kisvízfolyáson, a Zsunyi-patakon végeztünk halközösség alapú ökológiai állapotminősítést. Ezt a patakot 2023-ban nagymértékű hígtrágya szennyezés érte. A fő célunk e szennyezés mértékének meghatározása volt. Ennek megfelelően két mintaterületet vizsgáltunk, egy mintaterületet ahová eljutott a szennyezés és egy referencia területet, a szennyezés torkolata felett. Az NBmR protokoll alapján, elektromos halászgéppel, gázolva, sodrással szembe végeztük a kísérletet. A száraz időjárás következtében mindkét vizsgálati szakaszon állóvizes környezetet tapasztaltunk és helyenként baktériumfilmet figyeltünk meg. Összesen 4 faj 261 egyedét azonosítottuk, ezek közül három faj állt természetvédelmi oltalom alatt, és kiemelkedő eredmény volt, hogy mind a négy faj őshonos eredetű.Tétel Szabadon hozzáférhető Adatelemzési folyamat és keretrendszer a közigazgatás számára(2021) Bogacsovics, Gergő; Hajdu, András; Harangi, Balázs; Lakatos, István; Lakatos, Róbert; Szabó, Marianna; Tiba, Attila; Tóth, János; Tarcsi, ÁdámTétel Korlátozottan hozzáférhető Algoritmusok futtatása osztott rendszeren (Oracle Grid Engine)(2011-11-17T07:47:04Z) Biró, Bálint; Hajdu, András; DE--TEK--Informatikai KarA dokumentum egy osztott rendszer, az Oracle Grid Engine kiépítéséről és beüzemeléséről szól.Tétel Szabadon hozzáférhető An algorithm using Walsh transformation for compressing typeset documents(1999) Fazekas, Attila; Hajdu, AndrásTétel Szabadon hozzáférhető An ensemble-based system for automatic screening of diabetic retinopathy(2014) Antal, Bálint; Hajdu, AndrásTétel Szabadon hozzáférhető Annotated Pap cell images and smear slices for cell classification(2024) Kupás, Dávid; Hajdu, András; Kovács, Ilona; Hargitai, Zoltán; Szombathy, Zita; Harangi, BalázsTétel Korlátozottan hozzáférhető Application of Deep Learning in the Deployment of an Industrial SCARA Machine for Real-Time Object Detection(2022) Kapusi, Tibor Péter; Erdei, Timotei István; Husi, Géza; Hajdu, AndrásTétel Szabadon hozzáférhető Application of image translation-based approach in industrial manufacturing system for object identification(2025) Kapusi, Tibor Péter; Erdei, Timotei István; Husi, Géza; Hajdu, AndrásTétel Korlátozottan hozzáférhető Applications of artificial intelligence and large language models in cancer immunotherapy(2025) Su, Yang; Liu, Ji'an; Li, Jing; Huang, Xufeng; Hajdu, András; Fu, Rao; Xu, Bo; Wang, Yufeng; Liu, Xue; Li, Zhengrui; Wang, QiTétel Szabadon hozzáférhető Approximating the euclidean distance using nonperiodic neighbourhood sequences(2004) Hajdu, András; Hajdu, Lajos