Multi-instance learning based artificial intelligence model to assist vocal fold leukoplakia diagnosis: A multicentre diagnostic study
PulseAugur coverage of Multi-instance learning based artificial intelligence model to assist vocal fold leukoplakia diagnosis: A multicentre diagnostic study — every cluster mentioning Multi-instance learning based artificial intelligence model to assist vocal fold leukoplakia diagnosis: A multicentre diagnostic study across labs, papers, and developer communities, ranked by signal.
1 天有情绪数据
-
新的可校准消歧损失提高了 AI 分类器的可靠性
研究人员引入了一种名为可校准消歧损失（CDL）的新方法，以提高多实例部分标签学习（MIPL）任务中分类器的可靠性。这种即插即用的损失函数通过调整具有候选者与竞争者预测裕量的消歧目标来提高分类准确性和校准。该方法在理论上进行了分析，并通过在基准数据集和真实世界数据集上的实验进行了验证，提供了两种专注于候选者级别分离或候选者与非候选者抑制的变体，在预期校准误差方面显示出显著的改进。
-
新论文将图像分类器重新解读为多实例学习器
一篇新论文提出对图像分类器中的全局平均池化（GAP）进行重新评估，认为这些模型可以被解读为多实例学习器。研究表明，即使图像级别的预测不正确，潜在的空间类别证据也常常被保留和可恢复。这种视角允许将图像级别的 logits 分解为预测网格，提供了一种诊断工具，以揭示之前被 GAP 隐藏的空间类别信息。