PulseAugur
中
实时 05:37:32
实体 Causal Transfer Learning

Causal Transfer Learning

PulseAugur coverage of Causal Transfer Learning — every cluster mentioning Causal Transfer Learning across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
0
90 天内 1
发布 · 30天
0
90 天内 0
论文 · 30天
0
90 天内 1
层级分布 · 90 天
主题
最近 · 第 1/1 页 · 共 1 条
  1. TOOL · CL_80280 ·

    新的调查论文详细介绍了用于医学成像人工智能的因果迁移学习

    一篇新的调查论文介绍了因果迁移学习（CTL）作为一种提高医学成像AI可靠性的方法。CTL将因果推理与表示学习相结合，以解决领域转移问题，这些问题经常导致模型在新临床环境中部署时失败。该论文提出了CTL的分类法，回顾了现有的数据集和基准，并讨论了其在多机构和联邦学习场景中增强公平性、鲁棒性和可信度的潜力。