arXiv 人工智能· Raham A. Butt, Marco Romanelli, Roche C. de Guzman·· 6 小时前AI 评分33
面向医疗设备制造质量控制的认知不确定性感知缺陷检测
Epistemic Uncertainty-Aware Defect Detection for Quality Control in Medical Device Manufacturing
AI 导读
研究提出一种结合认知不确定性感知的机器学习缺陷检测方法，通过拒绝超出不确定性阈值的预测来提升医疗设备制造质检的可靠性。在 266,170 份 FDA MAUDE 真实设备报告中，10% 的弃权率使分类错误降低 48%，覆盖率约 70% 时保留样本可达接近完美的准确率。在标准合成基准上，放弃 9% 决策能使风险最高降低 63%。
来源：arXiv 人工智能 · arxiv.org