Confidence Calibration and Predictive Uncertainty Estimation for Deep …
페이지 정보
본문
● 논문제목: Confidence Calibration and Predictive Uncertainty Estimation for Deep Medical Image Segmentation
● 논문내용 요약: segmentation 모델 중 대표적인 FCNs의 confidence calibration을 위해 ensemble 방법을 제안함
● 논문의 시사점: uncertainty estimation은 out-of-distribution (OOD) 샘플과 in-distribution 샘플을 구분하는 부분에서 중요하며 domain shift는 의학 이미지에서 자주 발생하는 문제이다. 이를 해결하기 위해 FCNs의 Ensemble 방법을 제안하여 Poorly calibrated FCNs의 calibration을 수행하여 불확실성을 감소시켰다.
● 논문내용 요약: segmentation 모델 중 대표적인 FCNs의 confidence calibration을 위해 ensemble 방법을 제안함
● 논문의 시사점: uncertainty estimation은 out-of-distribution (OOD) 샘플과 in-distribution 샘플을 구분하는 부분에서 중요하며 domain shift는 의학 이미지에서 자주 발생하는 문제이다. 이를 해결하기 위해 FCNs의 Ensemble 방법을 제안하여 Poorly calibrated FCNs의 calibration을 수행하여 불확실성을 감소시켰다.
첨부파일
-
Confidence_Calibration_and_Predictive_Uncertainty_Estimation_for_Deep_Medical_Image_Segmentation.pdf (2.3M)
DATE : 2023-01-25 14:57:55
- 이전글[20230125] MultiPathGAN: Structure Preserving Stain Normalization using Unsupervised Multi-domain Adversarial Network with Perception Loss 23.02.07
- 다음글Explainable Deep Feature Embedding Using Multiple Instance Learning for Pathological Image Analysis 23.01.25
댓글목록
등록된 댓글이 없습니다.