返回
Collaborative optimization for whole slide image classification
DOI:10.1016/j.knosys.2025.114936.png)
摘要
En 中文
• 我们为WSI分析设计了一个多实例学习(COMIL)的协同优化模型。
• COMIL利用了预测与特征表示之间的协同学习。
• 跨伪包融合(CPF)聚合了过去的和当前的伪包,以减少偏差。
• 邻域对比学习(NCL)提高了跨伪包的鲁棒表示。
期刊
K
IF:
7.6
论文数:
1.3W
被引数:
4.5W
机构
引用论文
暂无论文信息

