Департамент психологии и исследовательская вычислительная группа Йоркского университета используют высокопроизводительные вычисления (HPC) и машинное обучение (ML) для поиска «нелокализуемых глобальных маркеров рака» путем тщательного тестирования и уточнения моделей нейронных сетей в общедоступном облаке. .
Отрывок из серии историй успеха клиентов Alces Flight.
Факультет психологии и исследовательская группа вычислительной техники Йоркского университета взяли на себя задачу понять, как разум клинициста часто замечает «нелокализованные глобальные маркеры» рака на рентгеновских снимках или маммографии, и если с помощью нейронных сетевых моделей, они могут воспроизвести эту способность, чтобы расширить возможности раннего выявления рака. Для достижения этой цели команда использует HPC и машинное обучение посредством обширного тестирования и уточнения моделей нейронных сетей в диагностике рака.
«Наша группа по исследовательским вычислениям в Йоркском университете стремится сделать высокопроизводительные вычисления доступными для всех субъектов исследования. Благодаря нашей работе с командой Alces Flight мы продолжаем расширять эти услуги в общедоступном облаке, используя набор инструментов Flight CCV, чтобы позволить исследователям беспрепятственно взаимодействовать с супервычислительными ресурсами в нужное время, в нужном масштабе и по цене, которые соответствуют потребностям их проекта».
— Доктор Эмма Барнс, Йоркский университет
«Человеческий разум — замечательная вещь, — говорит Карла Эванс, доцент Йоркского университета. «Наш разум обладает этой сверхъестественной способностью видеть закономерности в каждом входе, будь то речь или изображения. Однако за годы просмотра и сравнения тысяч изображений и настройки зрительной системы на естественные закономерности у нас появилась эта способность также улавливать важные различия, включая сигналы о том, что что-то может быть не так. Вопрос в том, можем ли мы обучить машины, чтобы они помогали нам находить эти сигналы быстрее и в масштабе, чтобы мы могли что-то с этим сделать? Это предпосылка нашего исследовательского проекта по раку — использование HPC и ML для обнаружения маркеров, которые замечают обученные клиницисты в масштабе, поэтому у нас есть потенциал для лечения людей гораздо раньше».
Создание этого проекта по раннему обнаружению рака означало, что услуги высокопроизводительных вычислений Университета Йорка необходимо было расширить в общедоступном облаке. «Мы хотим, чтобы наши исследователи имели доступ к нужным ресурсам в нужное время, — объясняет доктор Эмма Барнс. — Для достижения своих целей команде факультета психологии необходимо было интерактивно работать со своими моделями в масштабе. Мы обратились к Microsoft Azure, чтобы добавить эту функцию, и к команде Alces Flight, чтобы добавить эту возможность в наш уже существующий портфель услуг высокопроизводительных вычислений».
Чтобы прочитать полную историю успеха (регистрация не требуется) посетите эту страницу.
Чтобы узнать больше о том, как Alces использует технологичный подход к созданию кластеров и сред высокопроизводительных вычислений и управлению ими, посетите нас по адресу:
