跳到正文
热点事件持续更新

Zihan Deng 等人提出基于角校准的不确定性评分方法 ACUS

1 篇报道1 个报道来源14 小时前更新

先了解这件事

AI 综述

针对稀疏视角 CT 重建中预测可靠性随采集角度变化的问题,Zihan Deng 等人提出了基于 Winkler 区间分的角校准不确定性评分(ACUS)。该方法在胸部与牙科锥形束轨道上验证了区间宽度随角度间隙增大的规律,实测覆盖率达 77% 至 92%,并揭示了仅靠点估计 PSNR 无法捕捉的过自信现象。

AI 根据报道生成 · 13 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

11月19日
  1. arXiv · 机器人与计算机视觉
    ACUS:一种用于不完整视角 CT 的角校准不确定性评分方法

    针对稀疏视角和有限弧长 CT 重建中预测可靠性随采集角度距离变化的问题,研究提出了基于 Winkler 区间分的角校准不确定性评分(ACUS)。该方法在胸部与牙科锥形束轨道上验证了区间宽度随角度间隙增大的规律,实测覆盖率达 77% 至 92%,并揭示了仅靠点估计 PSNR 无法捕捉的过自信现象。

本事件热度走势

可比范围当前
7
可比范围峰值
1011月19日 14:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。