热点事件持续更新
PhaseAT：傅里叶相位对抗训练用于医学图像域泛化
1 篇报道1 个报道来源14 小时前更新
先了解这件事
AI 综述
2026年10月3日，arXiv cs.LG 分类发布论文《PhaseAT：面向医学图像域泛化的傅里叶相位对抗训练》。该工作提出 PhaseAT 相位感知对抗训练框架：在傅里叶域迭代更新有界相位扰动，同时保持幅度谱不变，以此构建训练视图；扰动仅作用于 YCbCr 亮度通道，并配合相位显著性掩码聚焦关键频率。报道称，该方法在单源域泛化任务上取得超过 20% 的提升，优于多种 SOTA 域泛化（DG）方法。论文已被 MICCAI 2026 接收，代码已开源。目前该事件仅有这一篇报道，尚无后续进展或相互矛盾的说法。
AI 根据报道生成 · 2 小时前更新
最新进展10月3日 12:00
PhaseAT 论文发布，称单源域泛化提升超 20%，已被 MICCAI 2026 接收并开源代码。报道时间线
沿着报道，了解事件的不同侧面。
10月3日
- arXiv：cs.LG（机器学习，全量分类）PhaseAT：面向医学图像域泛化的傅里叶相位对抗训练
PhaseAT 是一种相位感知对抗训练框架，通过在傅里叶域迭代更新有界相位扰动、保持幅度谱不变来构建训练视图，并仅作用于 YCbCr 亮度通道，配合相位显著性掩码聚焦关键频率。该方法在单源域泛化上取得超过 20% 的提升，优于多种 SOTA DG 方法，论文已被 MICCAI 2026 接收，代码已开源。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。