ホットトピック継続更新中
研究人员提出用于癌症病理诊断的可扩展贝叶斯GPC框架
1 件の報道1 件の報道元4 時間前 更新
まずこの件を把握する
AI 概要
2026年11月6日，研究人员在 arXiv 发布论文，提出了一种面向癌症组织病理学诊断的可扩展贝叶斯高斯过程分类（GPC）框架。该方法基于 Phikon 基础模型嵌入，结合 RPCholesky 分解与 HMC 采样技术，实现了对约 300,000 规模训练样本的支持。实验结果显示，在 PCam 和 CAMELYON17-WILDS 基准测试中，该框架相比神经网络等现有基线，将预期校准误差最多降低了 88%，假阴性率最多降低了 90%，有效提升了面对跨医院数据分布偏移时的不确定性校准能力。
AI が報道をもとに生成 · 4 時間前 更新
最新の進展11月6日 13:00
研究人员提出可扩展贝叶斯GPC框架，显著改善跨医院病理诊断的不确定性校准。報道タイムライン
報道をたどり、出来事のさまざまな側面を知る。
11月6日
- arXiv 机器学习可扩展贝叶斯高斯过程分类用于癌症组织病理学：分布偏移下的不确定性校准
研究人员提出面向癌症组织病理学的可扩展贝叶斯高斯过程分类（GPC）框架，基于 Phikon 基础模型嵌入结合 RPCholesky 分解与 HMC 采样，支持约 300,000 规模的训练样本。在 PCam 与 CAMELYON17-WILDS 基准上，该方法相比神经网络等基线将预期校准误差最多降低 88%、假阴性率最多降低 90%，有效改善了跨医院分布偏移下的不确定性校准。
このストーリーのホット度の推移
現在のホット度 9·比較可能範囲のピーク 10（11月6日 14:00）·直近24時間の比較可能な変化–
トレンドは継続して完全に観測した同じ主体のみを比較するため、現在のホット度の集計より範囲が狭い場合があります。ポインターの移動やタップで1時間ごとのホット度を確認でき、キーボードでは左右の矢印キーで切り替えられます。