論文の概要: Entity-Constrained CBCT Retrieval for Low-Resource Dental Record Completion

• arxiv url: http://arxiv.org/abs/2608.21913v1
• Date: Sat, 22 Aug 2026 10:52:25 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-25 13:29:43.534702
• Title: Entity-Constrained CBCT Retrieval for Low-Resource Dental Record Completion
• Title（参考訳）: 低出力歯科用記録再生のためのエンティティ制約CBCT検索法
• Abstract要約: MMDental Task 3は、わずか50のCBCTケースから7フィールドのレコード補完を必要とする。 本稿では,エビデンス・アベイラビリティーとエビデンス・アベイラビリティーを分離するパラメータフリー・フレームワークである CBCT-Guided Retrieval (ECCR) を提案する。
• 参考スコア（独自算出の注目度）: 0.7373060295520485
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Completing dental records from cone-beam computed tomography (CBCT) is difficult when annotation is scarce and individual clinical fields are supported by different types of evidence. MMDental Task 3 requires seven-field record completion from only 50 labeled CBCT cases and scores the correctness of structured FDI positions and ICD codes; consequently, a visually plausible retrieved record can still be harmful when it introduces an unsupported entity. We propose Entity-Constrained CBCT-Guided Retrieval (ECCR), a parameter-free framework that separates evidence availability from evidence authority. A corpus-derived prior first supplies the complete record. A frozen 3D encoder retrieves image-conditioned Diagnosis evidence, which is appended only if it does not expand the prior FDI or ICD entity set, so the asserted entity set is invariant by construction. On public validation, ECCR reaches a weighted score of 0.3134, improving on both full-record multimodal retrieval (0.2237) and a static text-only prior (0.2915); the guard blocks 63.3% of retrieved candidates, each of which would otherwise have injected an FDI position or ICD code absent from the prior. On the final test evaluation, ECCR obtains 11.37 of a 97.4-point attainable maximum, securing second place overall. The result indicates that, in an extreme low-resource setting, controlling what multimodal evidence is allowed to modify can be more reliable than transferring an entire retrieved record.
• Abstract（参考訳）: コーンビームCT (CBCT) からの歯科記録の補完は, アノテーションが乏しく, 個々の臨床領域が様々な種類の証拠で支えられている場合, 困難である。 MMDental Task 3は、わずか50のCBCTケースから7フィールドのレコードを完了させ、構造化されたFDI位置とICD符号の正確性を評価する。 本稿では,エビデンス・アベイラビリティーとエビデンス・アベイラビリティーを分離するパラメータフリー・フレームワークである CBCT-Guided Retrieval (ECCR) を提案する。 コーパスから派生した前者は、その完全なレコードを最初に供給する。 凍結した3Dエンコーダは、以前のFDIまたはICDエンティティセットを拡張していない場合にのみ付加される画像条件付き診断エビデンスを検索するので、アサートされたエンティティセットは構成によって不変である。 公開検証では、ECCRは重み付きスコア0.3134に達し、フルレコードのマルチモーダル検索(0.2237)と静的テキストのみの事前検索(0.2915)を改善した。 最終試験評価では、ECCRは97.4ポイントの到達可能な最大値の11.37を取得し、総合的に2位を確保する。 その結果、極端に低リソースな環境では、取得したレコード全体を転送するよりも、どんなマルチモーダルエビデンスを変更することができるかがより信頼性が高いことが示唆された。

関連論文リスト

• Watermarks Without Verification: AI Text Watermarking After the EU AI Act [49.51124343181601]
  EU AI法第50条では、生成可能なAIプロバイダに対して、システムが生成したコンテンツをマークし、AI生成として検出することを要求している。 Anthropicは、その日後にリリースされたすべてのClaudeモデルが、すべての生成されたテキストにSynthID-Textに基づく透かしを埋め込んでいることを公表した。 我々は、現在、異議や保証は確認できないし、この不信は、それ自体を透かしではなく、実質的なガバナンスの失敗であると論じている。
  論文  参考訳（メタデータ） (2026-09-09T01:56:17Z)
• VeriPhy: Agentic Physical Reasoning for World Model Evaluation and Refinement [57.86962208273888]
  テキストのみのプランナが入力された物理義務にプロンプトをコンパイルする監査可能な物理検証システムを提案する。 それぞれのアクションは、ペイロードがタイプされた測定か、明示的にタグ付けされた学習状態である証明付きエビデンスレコードを返す。 我々は, 実発生障害を即時参照, 空間, 時間でローカライズする, 1500クリックの欠陥記録のコーパスにおいて, 評価をアンロックする。
  論文  参考訳（メタデータ） (2026-09-02T20:36:45Z)
• From Traceability to Justifiability: Accountability Structures in Agentic Software Engineering [0.0]
  公開資料のみから、AIレコードがクレームを表現できるかどうか、宣言された場所を保持できるかどうかを測定する。 188個の二重グレード細胞で、デフォルトレコードが行動システムのコンテンツアイデンティティを出力するプラットフォームは見つからなかった。 計器は、パイプラインが発行した排気のみからの保証深度を計算し、宣言された深さと比較する。
  論文  参考訳（メタデータ） (2026-08-21T16:45:00Z)
• Logit-Boundary Geometric Belief Interfaces and Sparse Sheaf-Enclave Protocols: A Self-Contained Substrate for Secure Network Electronic Health Record (EHR) Interoperability [2.894286977279531]
  本稿では,そのインターフェースの数学的および工学的アーキテクチャについて詳述する。 発見モデルは、局所的なカテゴリー決定よりも事前閾値スコアを提案するが、決定論的判断基盤は、提案が許容できるかどうかを決定する。 得られたGeometric Belief Interface(GBI)は、有限境界セマンティクス、ローカルディリクレのエビデンス、セルラーシェーフとマッピングコーンの診断、アドバイザリ監査チャート、フェールクローズドデプロイメントのための分散暗号化シーフ-エンクレーブプロトコルスケッチを組み合わせたものである。
  論文  参考訳（メタデータ） (2026-08-10T23:10:53Z)
• SEER: A Self-Grounded Evidence Interface for Controlled Spatial Relation Classification [71.9783246097687]
  SEERは、ペアローカライゼーション中の候補関係を隠蔽し、明示的な主観的/対象的役割を持つクエリ固有ビューを構築し、補完的な証拠として完全なイメージとスパースボックス幾何学を保持する。 正確な逆サポートを持つ関係選択プロトコルでは、オプションリファインメントがエンティティロールを交換し、正確に1つの視覚状態が対応する逆関係に従う場合にのみ前方決定を変更する。 変更されていないプロトコルは、3つのモデルにまたがる2,434個のフィルター付きEmbSpatialペア関係質問に対して +4.35 から +11.79 を得る。
  論文  参考訳（メタデータ） (2026-08-04T13:16:15Z)
• Beyond Static Anchors: Bounded Prototype Conditioning for Language-Free Medical Anomaly Detection [52.986874008247554]
  本稿では,静的アンカーを入力条件付きビジュアルプロトタイプに置き換える言語フリーフレームワークReCAPを提案する。 ReCAPリセンターは、境界ゲート変調により、各画像の正常と異常なプロトタイプを分離した。 3つのセグメンテーションデータセットで最高のゼロショットレベルのAUROCと、24の複数ショット設定のうち23のゼロショットレベルのAUROCを達成する。
  論文  参考訳（メタデータ） (2026-08-01T04:46:55Z)
• EarlyDx: An Admission-Anchored Benchmark for Open-Ended Generation of Evidence-Supported ED-Encounter Diagnoses [10.186968401088764]
  EarlyDxは、オープンソースの早期診断のための大規模なベンチマークである。 MIMIC-IVで154,834人の救急隊員が遭遇して建造された。 入場時証拠を確実に合成する評価システムはない。
  論文  参考訳（メタデータ） (2026-07-30T19:27:36Z)
• Dr-DCI: Scaling Direct Corpus Interaction via Dynamic Workspace Expansion [76.02214947070392]
  DR-DCIは、検索をローカルなワークスペースを拡張するためのエージェントコール可能なアクションとして扱う、レトリバーによるDCIフレームワークである。 DR-DCIはスケールにわたって効果的かつ効率的であることを示す。 コーパススケーリング実験では、DR-DCIは1万文書から10万文書まで有効であり、生のDCIは不安定になり、BM25は著しく悪化する。
  論文  参考訳（メタデータ） (2026-06-12T18:46:18Z)
• Claim-Selective Certification for High-Risk Medical Retrieval-Augmented Generation [0.0]
  混在した証拠は、ある主張を支持し、別の主張の条件を必要とし、第三の主張に矛盾する可能性がある。 我々は、クレーム選択応答を検証可能なクレームに検証し、回収された証拠に対して評価し、インテントを意識したセレクタによって完全な、部分的、紛争、棄却にマッピングする。 結果として生じるインターフェースは、アクションラベル予測と、混在する証拠の下でのエビデンスリンクされたクレーム選択を分離する。
  論文  参考訳（メタデータ） (2026-05-21T03:29:50Z)
• A Non-Destructive Methodological Framework for Modernizing Legacy Clinical Reporting Systems for AI-Driven Pharmacoinformatics: A SAS Case Study [0.0]
  薬物開発と薬物移動は、レガシーな臨床報告パイプラインによってしばしばボトルネックとなる。 既存の近代化アプローチでは、完全な書き換えと漸進的な近代化を選択せざるを得ない。 我々は、レガシーソースコードを変更することなく、AI駆動の薬理情報処理の即応性を実現する非破壊的なフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-13T01:15:46Z)
• GERE: Generative Evidence Retrieval for Fact Verification [57.78768817972026]
  本稿では,ジェネレーション方式で証拠を検索する最初のシステムであるGEREを提案する。 FEVERデータセットの実験結果は、GEREが最先端のベースラインよりも大幅に改善されていることを示している。
  論文  参考訳（メタデータ） (2022-04-12T03:49:35Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。