阿里团队发布CAT-CKD实现皮肤癌无源域适应
热点事件持续更新
阿里团队发布CAT-CKD实现皮肤癌无源域适应
1 篇报道1 个报道来源7 小时前更新
先了解这件事
AI 综述
阿里Abedi等人在arXiv发布CAT-CKD论文，该方法针对隐私法规下源数据不可访问及灾难性遗忘问题，提出结合对比适配器训练与共识知识蒸馏的多源领域自适应框架。 方法包含两个核心组件：一是在冻结ViT骨干内训练轻量级ConvPass适配器，通过监督对比学习建立共享域不变特征空间；二是聚合多个源模型logits形成共识监督信号，在无标签目标数据上通过KL散度适配学生模型。 实验显示，在五个公开皮肤病变数据集上，CAT-CKD平均AUROC达86.1%，性能优于现有MSFDA方法，且仅需4.3M可训练参数。相关代码已公开，为医疗影像领域在数据隐私受限场景下的模型迁移提供了可行方案。
AI 根据报道生成 · 2 小时前更新
最新进展11月3日 13:00
CAT-CKD 实现皮肤癌诊断中无源数据多源领域自适应报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- arXiv · AICAT-CKD 实现皮肤癌诊断中无源数据多源领域自适应
提出 CAT-CKD 方法，结合对比适配器训练与共识知识蒸馏，实现无源数据的多源领域自适应皮肤癌诊断。 在五个公开皮肤病变数据集上，平均 AUROC 达 86.1%，仅需 4.3M 可训练参数。 解决了隐私法规限制下源数据不可访问及灾难性遗忘问题，代码已公开。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。