Компьютерные науки > Компютерное видение и распознавание моделей [представлено 15 июля 2026 года] Название: " Выбор шифрования и неопределённости для папиной классификации PDF резюме: Глухие модели обучения цитологии шейки матки почти всегда оцениваются так, как если бы каждый прогноз был реализован, однако система скрининга, развернутая вместе с цитопатологом, не должна классифицировать каждый слайд: она может отложить рассмотрение дел, в которых она меньше всего уверена. Оценка такой системы требует не только того, насколько часто она является правильной, но и того, относится ли ее доверие к своим ошибкам. В этом документе изучается выборочное прогнозирование и направление данных с пониманием неопределенности на набор данных о клише Herlev Pap под двоичным нормальным-версиями-анормальным составом. Два легких трансформаторных позвонка (Swin-Tiny, TinyViT-5M) тщательно отрегулированы на Herlev из предварительно подготовленных ImageNet весов с взвешенным выборочным отбором проб, калиброванные по постспециальному диапазону температур в соответствии со стойким калибровочным поднабором и сопоставляемые с ансамблем мягкого голоса обеих моделей. О дискриминации сообщается наряду с ожидаемой погрешностью калибровки (ЕЭК) и, в качестве основной конечной точки, о зоне под кривой охвата риска (АСВП). Не было обнаружено статистической существенной разницы между двумя конфигурациями с точностью или макроF1, однако аккумулированные половинки AIRC (0,0022 против 0,0045, сокращение на…
Выборочное прогнозирование и получение информации о неопределенности для классификации Папаниколау
arXiv:2609.17545v1 Annualce Type: New Humber Brief: Deep Learning Models for Shicle Cytlogy почти всегда оцениваются так, как если бы по каждому прогнозу нужно было следовать; однако система скрининга, установленная рядом с цитопатологом не обязательно должна классифицировать каждый слайд: она может отложить рассмотрение дел, в отношении которых она меньше всего уверена. Оценка такой системы требует не только того, насколько часто она является правильной, но и того, относится ли ее доверие к своим ошибкам. В этом документе изучается выборочное прогнозирование и направление данных с пониманием неопределенности на набор данных о клише Herlev Pap под двоичным нормальным-версиями-анормальным составом. Два легких трансформаторных позвонка (Swin-Tiny, TinyViT-5M) тщательно отрегулированы на Herlev из предварительно подготовленных ImageNet весов с взвешенным выборочным отбором проб, калиброванные по постспециальному диапазону температур в соответствии со стойким калибровочным поднабором и сопоставляются с ансамблем для мягкого голоса обеих моделей. Информация о дискриминации сообщается наряду с ожидаемой погрешностью калибровки (ЕЭК) и, в качестве основной конечной точки, зоной под th