arXiv cs.LG· Sabarish G, Deepak Parashar·· 15 天前AI 评分33
用于域偏移下测试时自适应的反事实空间节点干预框架 CF-NODE
CF-NODE: Counterfactual Spatial Node Intervention for Test-Time Adaptation Under Domain Shift, Evaluated Across Five Diabetic Retinopathy Datasets
AI 导读
研究者提出了用于跨域糖尿病视网膜病变分级的反事实测试时自适应框架 CF-NODE。该框架完全冻结模型且无需模型更新或目标域信息，通过对内部空间节点进行受控干预并利用预测响应的稳定性，对单张图像独立执行有界校准。在 5 个外部数据集的评估中，CF-NODE 全面优于 TENT、EATA、SAR 和 T3A，在每个目标域上均提升了 AUC，并取得了最高的平均 AUC 和 macro-F1。
来源：arXiv cs.LG · arxiv.org