跳到正文
arXiv · ML· Patitapaban Palo, Abhisek Tiwari, Mattia Carletti, Anshul Thakur, Xiao Gu, David A. Clifton·· 29 天前AI 评分23

多模态学习缺失证据下的可靠性感知概率融合

Reliability-Aware Probabilistic Fusion for Multimodal Learning with Incomplete Evidence

AI 导读

提出可靠性感知高斯乘积专家(PoE)方法,在临床多模态任务中保持与完整输入相当的竞争水平,且在模态缺失时平均AUROC优势最显著。 通过缺失感知训练获得显著提升,可靠性加权在匹配条件下进一步改善HAIM指标;未见过的测试时损坏揭示了模态依赖的可靠性响应。 可靠性加权提供了显式的证据控制机制,但学习可靠的质量信号仍是开放挑战。

来源:arXiv · ML · arxiv.org