arXiv · cs.AI· Raham A. Butt, Marco Romanelli, Roche C. de Guzman·· 2 天前
医疗器械制造质量控制中的认知不确定性感知缺陷检测研究
Epistemic Uncertainty-Aware Defect Detection for Quality Control in Medical Device Manufacturing
arXiv:2610.09057v1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：Raham A. Butt, Marco Romanelli, Roche C. de Guzman
首次提交：2026-10-07 04:08
研究任务与主要进展
研究显示，基于知识图谱的认知不确定性拒答策略可控制模型覆盖率，并改善保留样本的缺陷检测表现。在266,170份FDA MAUDE器械报告上，10%拒答率使分类错误降低48%；约70%覆盖率时，保留样本达到近完美准确率。标准合成制造基准中，拒答9%的决策使风险较不拒答最多降低63%。
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