实体
Mamat Khalid
Mamat Khalid
PulseAugur coverage of Mamat Khalid — every cluster mentioning Mamat Khalid across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 2 条
-
新技术稳定Proximal Policy Optimization训练
研究人员开发了一种名为Mode-Dependent Rectification (MDR)的新技术，以稳定强化学习中的Proximal Policy Optimization (PPO)训练。该方法解决了由模式相关架构组件（如批标准化）引起的问题，这些问题可能导致训练过程中的策略不匹配和奖励崩溃。MDR采用双阶段训练程序，无需更改底层架构即可提高稳定性和性能，并在各种游戏和现实世界任务中显示出有希望的结果。
-
新的RL框架可在全切片图像上实现快速肿瘤分割
研究人员开发了一种新颖的端到端强化学习框架，用于直接在全切片图像（WSIs）上分割肿瘤。该方法将WSI视为一个交互式、分层的环境，允许AI代理导航、缩放和选择肿瘤区域。该系统使用Proximal Policy Optimization (PPO) 和 actor-critic 架构进行训练，实现了与传统基于块的方法相当的分割质量，同时将每张幻灯片的推理时间显著缩短至仅几秒钟。这种方法有望推动RL在计算病理学中的应用。