แจ้งเอกสารไม่ครบถ้วน, ไม่ตรงกับชื่อเรื่อง หรือมีข้อผิดพลาดเกี่ยวกับเอกสาร ติดต่อที่นี่ ==>
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
หากไม่มีอีเมลผู้รับให้กรอก thailis-noc@uni.net.th
Jakkree Srinonchat. Exploiting convolutional neural network for automatic fungus detection in microscope images. (). King Mongkut's University of Technology North Bangkok. Central Library. : , 2020.
Exploiting convolutional neural network for automatic fungus detection in microscope images
Name: Anuruk Prommakhot
Organization :
RMUTT. Faculty of Engineering
Email :
anuruk_p@mail.rmutt.ac.th
Name: Jakkree Srinonchat
Organization :
RMUTT. Faculty of Engineering
Email :
jakkree.s@en.rmutt.ac.th
keyword:
Convolutional neural networks
LCSH:
Fungi
-- Identification
LCSH:
Microscopy
LCSH:
Image processing
LCSH:
Machine learning
Abstract:
The fungus detection system is a part of
biomedical technology which is used to classify fungus
species for investigate mycoses. Recently, fungus are
mostly effect to human health, food, and plant. The
previous works were used computer vision techniques to
detect the fungus, however, the previous researches are
shown that the detection quality were depended on the
image processing algorithm. The deep learning which
one of the artificial intelligent method, is now applied to
biomedical technology. This article presents the
exploiting convolutional neural network (C-NN) for
automatic fungus detection in microscope images. This
experiment focuses on chaetomium and aspergillus
fungus which exists in the air, food and human body
using convolutional neural network. The results shown
that adjusting technique in C-NN can provide results
with an achieved 98.03% accuracy
King Mongkut's University of Technology North Bangkok. Central Library
Address:
BANGKOK
Email:
library@kmutnb.ac.th
Created:
2020
Modified:
2026-01-16
Issued:
2026-01-16
บทความ/Article
application/pdf
BibliograpyCitation :
In Electrical Engineering Academic Association (Thailand). 2020 8th International Electrical Engineering Congress (iEECON 2020) (pp.264-267). Red Hook, NY : Institute of Electrical and Electronics Engineers
eng
©copyrights King Mongkut's University of Technology North Bangkok
RightsAccess:
ใช้เวลา
0.02583 วินาที
Anuruk Prommakhot
| Title | Contributor | Type |
|---|---|---|
| VGGNet integration for kidney tumor classification
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Anuruk Prommakhot;Jakkree Srinonchat | บทความ/Article | |
| Exploiting convolutional neural network for automatic fungus detection in microscope images
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Anuruk Prommakhot;Jakkree Srinonchat | บทความ/Article |
Jakkree Srinonchat
| Title | Contributor | Type |
|---|---|---|
| VGGNet integration for kidney tumor classification
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Anuruk Prommakhot;Jakkree Srinonchat | บทความ/Article | |
| A deep learning-based system for detecting defects in printed circuit boards
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Aekkarat Suksukont;Jakkrit Onshaunjit;Jakkree Srinonchat | บทความ/Article | |
| Object recognition using glove tactile sensor
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Somchai Pohtongkam;Jakkree Srinonchat | บทความ/Article | |
| Exploiting convolutional neural network for automatic fungus detection in microscope images
มหาวิทยาลัยเทคโนโลยีพระจอมเกล้าพระนครเหนือ Anuruk Prommakhot;Jakkree Srinonchat | บทความ/Article |