跨机构稳定分割
一种集成多个子网络并显式校准预测概率的模型，通过温度缩放和正交约束提升跨领域泛化能力。
Hu, Jingyu · 谷小婧 · Wang, Zhiqiang · 顾幸生
Knowledge-Based Systems 2023
为每个子网络引入温度缩放因子，将预测概率校准到正确的后验概率，从而在未见领域上保持高分割精度。
通过对多个子网络对应层卷积核施加正交约束，迫使子网络学到互补特征，避免集成成员趋同，从而提升整体泛化能力。
使用期望最大化算法学习参数并显式建模关键参数关系，使得温度标定和网络权重的估计更稳健、可解释。