當日報告簡報：

report_0604_1330.pdf

下次報告重點：

1. 比較contrastive center loss 與 center loss效能
2. 紀錄不同loss function的值，以利後續挑選loss function係數
3. 預計投稿期刊為：International Journal of Medical Informatics
4. 可以邊做實驗邊寫期刊內容，先寫中文，可以先寫方法那個section

當日報告簡報：

report_0611.pdf

下次報告重點：

1. 加上KL divergence loss後，比較模性性能

2. 提供Contrastive loss function、CLIP取代原有架構可能性？

3. 提供阿茲海默症下載資料連結

   網頁連結：https://ida.loni.usc.edu/login.jsp?project=ADNI

   帳號密碼資訊：

   Username:LIHONGCHEN E-mail:[email protected] password:andy31128519990614

1. 多加上specificity指標去評估效能
2. 多加上table敘述模型架構與輸出大小
3. train/valid在訓練時可以打亂跑跑看，test不動
4. 看小波轉換原理與應用

1. 補上以bert作為textencoder的結果

2. 補上模型訓練時的結果

3. 確認訓練資料排序是否有打亂

4. image加上dwt後結合高頻(LL以外的三張)的訊息進encoder試試看

5. Table 1應該這樣寫，非Table1，中間要空格

6. 文獻結果比較加入更多結果，如下圖，挑選每一篇論文最好的結果加上即可