स्पेक्ट्रल डोमेन विश्लेषण के माध्यम से छाती एक्स-रे वर्गीकरण में छिपे हुए विफलता मोड का खुलासा / Revealing Hidden Failure Modes in Chest X-ray Classification via Spectral Domain Analysis (2026) (Hindi)

छाती एक्स-रे अनियमितता का पता लगाने के लिए गहरे सीखने के मॉडलों को सूक्ष्म वितरण परिवर्तनों (उदाहरण के लिए, अधिग्रहण तकनीक, रोगी से संबंधित कारक, और प्रीप्रोसेसिंग) के प्रति संवेदनशील रहते हैं। पारंपरिक त्रुटि विश्लेषण अक्सर सेमेन्टिक मेटाडेटा या मॉडल एम्बेडमेंट्स पर भरोसा करता है, जो कम स्तर के सिग्नल भिन्नताओं को मास्क कर सकते हैं जो प्रदर्शन को कम कर सकते हैं। इस काम में, हम स्पेक्ट्रल विश्लेषण का उपयोग करके स्वचालित विफलता मोड पता लगाने के लिए एक डेटा केंद्रित ढांचे का प्रस्ताव करते हैं।

Abstract

Deep learning models for chest X-ray anomaly detection remain vulnerable to subtle distributional shifts (e.g., acquisition technique, patient-related factors, and preprocessing). Traditional error analysis often relies on semantic metadata or model embeddings, which can mask low-level signal variations that degrade performance. In this work, we propose a data-centric framework for automated failure mode discovery using spectral analysis. We project images into the frequency domain and extract a compact profile summarizing the distribution of signal energy across frequency bands. By performing

Is this paper real? This page was built from OpenAlex and arXiv records, not generated. Software can verify any reference in one call: GET https://store.agentexchange.work/gw/papers/verify?title=...&year=... (0.003 USD), fetch this record as JSON with /gw/papers/paper?id=2610.29830, or list what it cites with /gw/papers/references?id=.... Pay per call in USDC (x402) or with a 19 USD card key for 1,000 calls. Catalogue · llms.txt