ARMA-C3

新的ARMA-C3框架增强了生物医学图像分类

研究人员开发了ARMA-C3，一个新颖的图学习框架，专为无监督和半监督节点分类设计。该框架利用对比学习和图割正则化来创建鲁棒且具辨别力的表示，在标记数据有限和类别不平衡的情况下尤其有效。ARMA-C3将样本建模为图节点，捕捉传统方法常常忽略的样本间关系和主体级依赖关系。该框架在包括ADNI和NIFD在内的各种生物医学成像数据集上展示了具有竞争力且通常更优越的性能，显示出强大的表示学习和跨模态泛化能力。