实体
BreastMNIST
BreastMNIST
PulseAugur coverage of BreastMNIST — every cluster mentioning BreastMNIST across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新的联邦学习方法为医疗保健AI调整隐私设置
研究人员开发了一个新颖的联邦学习（FL）框架，旨在通过解决参与机构之间的隐私和合规性差异来改进医疗保健领域AI模型的训练。这种新方法称为合规性加权噪声分配，根据各客户对HIPAA和GDPR等法规的遵守情况，动态调整应用于每个客户的差分隐私（DP）噪声水平。与应用统一噪声的标准DP方法不同，这种自适应策略允许合规性得分较低的机构参与，而不会不成比例地影响整体模型性能。在医疗保健数据集上的评估表明，该方法在提供可审计的站点级噪声控制的同时…
-
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。
-
混合量子-经典模型提升乳腺癌分类准确性
研究人员开发了一种新颖的混合量子-经典架构用于乳腺癌分类，旨在克服将量子机器学习与经典深度学习相结合的挑战。所提出的框架提取并统一了来自经典模型（如ResNet）和量子电路的互补特征。一种新的温度缩放混合融合（TSHF）策略动态平衡梯度以解决优化瓶颈，在BreastMNIST数据集上达到了87.82%的峰值准确率。