基于图的双向 Transformer 决策阈值调整算法用于类别不平衡的分子数据
原文中文，约400字，阅读约需1分钟。发表于：。提出了一种名为 BTDT-MBO 算法的方法，用于处理高度不均衡的分子数据集上的数据分类问题，该算法通过整合 Merriman-Bence-Osher（MBO）技术和双向转换器，以及距离相关性和决策阈值调整来解决分类算法在不平衡数据集上的性能问题，实验证明该方法表现优于竞争算法，即使类别不平衡比例很高。
数字乳腺断层摄影（DBT）是一种用于乳腺癌筛查和诊断的医学影像模态。研究提出了一种名为SIFT-DBT的新方法，通过视角级对比自我监督初始化和微调来识别异常DBT图像，并使用基于补丁级的多实例学习方法来保持空间分辨率。该方法在评估中达到了92.69％的卷积AUC。
