实体
Monte Carlo (MC) dropout
Monte Carlo (MC) dropout
PulseAugur coverage of Monte Carlo (MC) dropout — every cluster mentioning Monte Carlo (MC) dropout 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
最近 · 第 1/1 页 · 共 2 条
-
AI模型通过新的学习框架推动超声分割发展
研究人员开发了用于医学图像分割的新型多任务学习框架，重点关注乳腺和甲状腺超声数据。第一种方法利用符合BI-RADS的形态学先验，通过将病灶特征整合到学习过程中，改进了分割和恶性肿瘤分类。第二个框架UCBound-Net通过利用不确定性引导的边界蒸馏来解决持续学习的挑战，以减轻模型适应新解剖学领域时灾难性遗忘的问题。
-
新的立方策略改进深度学习不确定性量化
研究人员开发了一种新颖的“立方策略”，用于系统地识别空间深度学习模型中不确定性量化的稳定超参数区域。该方法解决了在未观测位置可靠估计预测不确定性的挑战，这是空间参考数据集的常见问题。通过递归地划分超参数空间并根据统计基线评估区域，该方法旨在改进预测区间的校准，其性能优于传统的临时调整方法。