研究人员开发了一种新颖的概率方法，利用视觉脚本特征来测定历史手稿的年代。该方法将手稿测年视为连续年份轴上的证据深度回归问题，使神经网络能够输出具有分解不确定性的预测分布。该模型结合了EfficientNet-B2骨干网络和Normal-Inverse-Gamma头部，在DIVA-HisDB基准测试上实现了5.4年的平均绝对误差，显著优于先前的方法，并且在较低的推理成本下提供了更好的校准。 AI
影响 引入了一种新颖的AI方法用于历史文献分析，有望提高手稿测年的准确性和效率。
排序理由 学术论文，详细介绍了使用AI进行手稿测定的新方法。
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
arXiv:2605.06475v1 Announce Type: new Abstract: We introduce a probabilistic approach for dating historical manuscript pages from visual features alone. Instead of aggregating centuries into classes as is standard in the previous literature, we pose dating as an evidential deep r…
We introduce a probabilistic approach for dating historical manuscript pages from visual features alone. Instead of aggregating centuries into classes as is standard in the previous literature, we pose dating as an evidential deep regression problem over a continuous year axis, a…