arXiv cs.AI / cs.LG 最新· Walter Endrizzi·· 15 小时前AI 评分49
当不确定性量化失效：临床类别不平衡下选择性预测的结构性缺陷与修正
When uncertainty quantification fails: structural vulnerabilities and corrections for selective prediction under clinical class imbalance
AI 导读
临床类别不平衡下，标准不确定性量化度量的是数据稀疏性而非临床歧义，使选择性预测系统性排除少数类患者。研究覆盖 56 种合成条件与多发性硬化、帕金森病、阿尔茨海默病三个队列，发现 CCR 配标准熵在 tau=0.5 时破坏类内单调性，无法保护少数类。将 CCR 与阈值感知指标结合可恢复严格单调性，论文建议采用阈值对齐度量与类别分层评估。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
来源：arXiv cs.AI / cs.LG 最新 · arxiv.org
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。