arXiv · cs.AI· Isarar Siddique, Raiyan Siddique, Arshi Niyaz, Jamyang Ugyen Tshomo, Atish Raza·· 2 天前
Evidence Field：用于医学影像的自适应覆盖程序架构
Evidence Field: Adaptive Covering Programs for Medical Imaging
arXiv:2610.24773v1阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Isarar Siddique, Raiyan Siddique, Arshi Niyaz, Jamyang Ugyen Tshomo, Atish Raza
研究任务与主要进展
Evidence Field 是作者提出的一种可训练空间程序架构，联合输出医学影像类别分数、选定的覆盖程序和带符号证据。摘要称其编码器结合绝对与图像相对响应场、关联空间矩和学习特征和，分类器通过区域及父条件乘法组评分，并以覆盖递归选择尺度、分区和组合；作者还报告了单折覆盖、注册语法内最优性、平滑训练与困难推理之间的界、分数守恒和类别中心偏移不变性。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org