محققان با معرفی روشی نوآورانه به نام «Gradient Vector Field Surgery»، به دنبال حل یکی از مشکلات بزرگ در مدلهای بخشبندی (Segmentation) پزشکی هستند. این مدلها که معمولاً برای تشخیص مرز تومورها استفاده میشوند، اغلب دچار «اعتمادبهنفس کاذب» (Overconfidence) هستند.
با این تکنیک جدید، محققان با اصلاح مسیر گرادیان در توابع هزینه (Loss Functions)، خطاهای مدل را کاهش داده و دقت و کالیبراسیون آنها را بهطرز چشمگیری بهبود بخشیدهاند. این دستاورد میتواند گام مهمی برای پذیرش بیشتر هوش مصنوعی در کاربردهای بالینی باشد.
منبع: arXiv Computer Vision
