★ 2
SECURE-AI 提出多信号不确定性量化提升咳嗽检测可信度
针对咳嗽声学检测模型在真实部署中静默失效的问题，研究提出 SECURE-AI 框架，包裹冻结的 MobileNetV3 分类器，融合蒙特卡洛 Dropout、温度缩放与嵌入空间马氏距离。在 Coswara 数据集上，马氏距离信号最强，可在保留 90% 真阳性的同时去除约三分之二误报。整套流程可运行…
arXiv cs.LG13 天前
共 1 篇相关资讯，按重要度与时间排序，每 3 小时更新。
针对咳嗽声学检测模型在真实部署中静默失效的问题，研究提出 SECURE-AI 框架，包裹冻结的 MobileNetV3 分类器，融合蒙特卡洛 Dropout、温度缩放与嵌入空间马氏距离。在 Coswara 数据集上，马氏距离信号最强，可在保留 90% 真阳性的同时去除约三分之二误报。整套流程可运行…