arXiv 机器学习· Yuanhao Zhuo, Zixi Qin, Ling Qin, Wanqing Li·· 8 小时前AI 评分26
BFHD:用于异构临床评估的双向特征协调分解方法
BFHD: Bidirectional Feature Harmonization Decomposition for Heterogeneous Clinical Assessments
AI 导读
研究人员提出了用于异构临床评估的 BFHD 框架,在测量维度将临床协调形式化为双向可恢复性问题。该框架通过双向耦合转换与逐特征输出门控机制,在原始测量空间中识别双向可可靠转换的测量指标,并分离不可转换成分。在合成数据与真实临床评估对上的实验表明,BFHD 相比基线方法实现了更广泛的可行协调覆盖率并提升了子集稳定性。
来源:arXiv 机器学习 · arxiv.org