Browsing by Author "Hollo, Kaspar"
Now showing 1 - 2 of 2
Results Per Page
Sort Options
Item Exploring the Value of Weakly-Supervised Deep Learning Approaches for Artefact Segmentation in Brightfield Microscopy Images(Tartu Ülikool, 2021) Hollo, Kaspar; Ali, Mohammed, juhendaja; Fishman, Dmytro, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituutBrightfield microscopy is of great importance as it offers researchers a relatively simple way to quantify cellular experiments. However, brightfield images often contain a variety of artefacts that should be segmented and thereafter neutralized so that they would not affect the quantitative measurements of cellular experiments. While fully-supervised deep learning models offer state-of-the-art performance in most segmentation tasks in computer vision, it is laborious to acquire the pixel-level labels needed to train these models. Alternatively, segmentation tasks can also be solved using more time- and cost-effective weakly-supervised deep learning models that use image-level labels for training. In this thesis, we compare the performances of fully- (e.g., U-Net) and weakly-supervised approaches (e.g., Score-CAM) to determine whether weakly-supervised approaches could be used as a cheaper but still well-performing solution for segmenting artefacts in brightfield images. Six separate experiments with various fully- and weakly-supervised approaches, image datasets and method ensembles are carried out. The results of the experiments showed that with the number of images and labels currently available, none of the weakly-supervised approaches were able to replicate the performance of the baseline fully-supervised approach. However, some of the weakly supervised approaches, like the combined Score-CAM and U-Net approach, showed promising segmentation results. Moreover, the same approach also showed better generalizability on an unseen dataset than the baseline fully-supervised approach. Future work is required to find the amount of weak supervision signal needed to match the performance of the fully-supervised approaches.Item Programmeerimise e-kursusel osalejate küsimuste analüüs ja selle põhjal murelahendajate koostamine(2016) Hollo, Kaspar; Tõnisson, Eno; Palts, TaunoTartu Ülikooli arvutiteaduse instituut korraldas 2015/2016. õppeaastal programmeerimise MOOCe (vaba ligipääsuga ja osalejate arvu poolest suuremahuline tasuta e-kursus), kus osalejatel oli e-kirjade vahendusel võimalik oma küsimustele kursuse korraldajatelt tagasisidet saada. Sügissemestril toimunud MOOCi „Programmeerimisest maalähedaselt“ osalejate poolt saadetud e-kirjad sisaldasid aga palju korduma kippuvaid küsimusi. Käesoleva bakalaureusetöö eesmärk on kevadsemestril toimuvate MOOCide osalejate korduma kippuvaid küsimusi ennetada ja sellega vähendada laekuvate e-kirjade arvu. Selleks analüüsiti esmalt osalejate e-kirjades sisalduvaid küsimusi ja saadud tulemused liigitati juhendajatega kooskõlastatud kategooriatesse. Liigitatud andmete analüüsi tulemusena selgitati välja osalejate poolt tehtavad korduvad vead. Väljaselgitatud korduvatest vigadest lähtuvalt koostati ülesannete kohta käivate vihjete kogumid ehk murelahendajad. Murelahendajad abistasid kevadsemestril toimuvates MOOCides vihjete kaudu osalejaid ning püüdsid ennetada neil tekkida võivaid küsimusi. Sügis- ja kevadsemestril toimunud MOOCide „Programmeerimisest maalähedaselt“ käigus laekunud e-kirjade arvu võrdlus näitas, et pärast murelahendajate kasutuselevõttu vähenes e-kirjade arv märkimisväärselt.