診断不確実性キャリブレーション:医療領域における信頼性のある機械予測に向けて【JST・京大機械翻訳】

Mimori Takahiro; Sasada Keiko; Matsui Hirotaka; Sato Issei

プレプリント

J-GLOBAL ID：202202220438330822 整理番号：21P0038274

診断不確実性キャリブレーション:医療領域における信頼性のある機械予測に向けて【JST・京大機械翻訳】

Diagnostic Uncertainty Calibration: Towards Reliable Machine Predictions in Medical Domain

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (4件)： , , ,
資料名：
発行年： 2020年07月03日プレプリントサーバーでの情報更新日： 2021年03月22日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

医療領域における専門家間の診断不一致として一般的に観察されるラベル不確実性の存在におけるクラス確率推定(CPE)に対する評価フレームワークを提案した。また,ラベルの不確実性に関する予測を評価するために,評価者間不一致を含む高次統計量に対する評価尺度を定式化した。さらに,著者らは,CPEs上の較正された分布を持つニューラルネットワーク分類器を等化する,アルファキャリブレーションと呼ばれる新しい事後手法を提案した。合成実験および大規模医用イメージング応用を用いて,著者らのアプローチが不確実性推定の信頼性を著しく高めることを示した:不一致確率および後部CPE。【JST・京大機械翻訳】

, , , , ,
, , , 【Automatic Indexing@JST】

システム・制御理論一般 , 人工知能

, , , ,

前のページに戻る