实体
MedMNIST-C
MedMNIST-C
PulseAugur coverage of MedMNIST-C — every cluster mentioning MedMNIST-C across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
90 天内 2
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 2 条
-
新的正则化器通过隔离噪声来提高AI模型性能
研究人员开发了新的正则化器，通过在训练期间强制执行信号-噪声分解（SNF）和信号-信号分解（SSF）来提高深度神经网络的性能。在CIFAR-100上的实验表明，增强SNF可以提高模型准确性，而增强SSF并未带来类似的收益。在带有MedMNIST-C损坏的BloodMNIST数据集上进行的进一步测试表明，SNF正则化器在处理分布外图像失真方面具有显著的性能提升，通过将干扰变化隔离到不同的子空间中来证明其有效性。
-
生物医学AI模型学习非鲁棒特征，影响准确性和鲁棒性权衡
一项新近发表在arXiv上的研究，调查了用于生物医学图像分析的深度学习模型中非鲁棒特征的存在及其影响。研究表明，这些非鲁棒特征（具有预测性但不易解释且易受对抗性攻击）在MedMNIST分类等任务上显著提高了分布内准确性。然而，研究还发现，严重依赖这些特征的模型在面对分布变化时性能会下降，这凸显了医学影像应用中标准准确性和分布外鲁棒性之间的权衡。