Multi Label Classification On Chexpert

المقاييس

AVERAGE AUC ON 14 LABEL

NUM RADS BELOW CURVE

النتائج

نتائج أداء النماذج المختلفة على هذا المعيار القياسي

جدول المقارنة

اسم النموذج	AVERAGE AUC ON 14 LABEL	NUM RADS BELOW CURVE
النموذج 1	0.903	1.600
النموذج 2	0.879	0.600
النموذج 3	0.911	2.200
النموذج 4	0.882	0.600
النموذج 5	0.618	0.200
النموذج 6	0.899	1.600
النموذج 7	0.923	2.400
النموذج 8	0.897	1.200
النموذج 9	0.919	2.200
النموذج 10	0.917	2.400
النموذج 11	0.909	2.200
النموذج 12	0.881	1.000
النموذج 13	0.912	2.000
النموذج 14	0.884	0.800
النموذج 15	0.909	2.000
النموذج 16	0.927	2.600
النموذج 17	0.850	0.600
النموذج 18	0.923	2.400
النموذج 19	0.862	0.800
النموذج 20	0.924	2.400
النموذج 21	0.923	2.600
النموذج 22	0.899	1.400
النموذج 23	0.922	2.800
النموذج 24	0.929	2.800
النموذج 25	0.887	1.200
النموذج 26	0.915	2.200
النموذج 27	0.913	2.200
النموذج 28	0.860	0.600
النموذج 29	0.887	1.200
النموذج 30	0.887	1.200
النموذج 31	0.889	1.400
النموذج 32	0.906	1.600
النموذج 33	0.913	2.000
النموذج 34	0.908	2.000
النموذج 35	0.897	1.600
النموذج 36	0.865	0.600
النموذج 37	0.923	2.400
projective-transformation-rectification-for	0.906	1.600
النموذج 39	0.915	2.200
النموذج 40	0.916	2.400
النموذج 41	0.889	1.400
النموذج 42	0.900	1.200
category-wise-fine-tuning-for-image-multi	0.933	-
النموذج 44	0.838	0.400
النموذج 45	0.834	0.400
النموذج 46	0.895	1.000
النموذج 47	0.901	1.400
النموذج 48	0.919	2.600
النموذج 49	0.760	0.000
النموذج 50	0.886	0.800
النموذج 51	0.929	2.600
النموذج 52	0.913	2.200
النموذج 53	0.481	0.000
النموذج 54	0.899	1.400
النموذج 55	0.929	2.600
النموذج 56	0.914	2.000
النموذج 57	0.919	2.400
النموذج 58	0.884	1.600
النموذج 59	0.925	2.400
النموذج 60	0.928	2.600
النموذج 61	0.898	1.800
النموذج 62	0.924	2.400
النموذج 63	0.924	2.400
النموذج 64	0.917	2.200
النموذج 65	0.844	0.400
النموذج 66	0.916	2.200
النموذج 67	0.909	1.800
النموذج 68	0.920	2.600
النموذج 69	0.927	2.600
النموذج 70	0.927	3.000
النموذج 71	0.863	0.800
النموذج 72	0.848	0.200
النموذج 73	0.899	1.600
النموذج 74	0.917	2.200
النموذج 75	0.906	1.600
النموذج 76	0.875	1.200
النموذج 77	0.769	0.000
النموذج 78	0.899	2.000
النموذج 79	0.905	1.600
النموذج 80	0.887	1.200
النموذج 81	0.880	1.200
النموذج 82	0.878	0.600
النموذج 83	0.923	2.400
النموذج 84	0.876	1.200
النموذج 85	0.732	0.600
النموذج 86	0.902	2.000
النموذج 87	0.923	2.600
النموذج 88	0.916	2.400
النموذج 89	0.886	1.000
النموذج 90	0.882	0.800
النموذج 91	0.911	2.000
النموذج 92	0.724	0.000
النموذج 93	0.919	2.600
anatomy-x-net-a-semi-supervised-anatomy-aware	0.917	2.600
النموذج 95	0.916	2.600
interpreting-chest-x-rays-via-cnns-that	0.929	2.600
النموذج 97	0.898	1.200
النموذج 98	0.907	1.600
النموذج 99	0.904	1.200
النموذج 100	0.925	2.400
النموذج 101	0.926	2.600
النموذج 102	0.500	0.000
النموذج 103	0.918	2.600
النموذج 104	0.914	2.600
النموذج 105	0.894	1.600
النموذج 106	0.890	1.000
projective-transformation-rectification-for	0.899	1.400
النموذج 108	0.860	0.800
robust-deep-auc-maximization-a-new-surrogate	0.930	2.800
النموذج 110	0.922	2.400
النموذج 111	0.918	2.600
النموذج 112	0.883	1.200
النموذج 113	0.524	0.000
النموذج 114	0.928	2.600
النموذج 115	0.876	1.000
category-wise-fine-tuning-for-image-multi	0.918	2.600
النموذج 117	0.918	2.600
النموذج 118	0.914	2.400
النموذج 119	0.920	2.400
النموذج 120	0.921	2.400
النموذج 121	0.897	1.600
interpreting-chest-x-rays-via-cnns-that	0.930	2.600
النموذج 123	0.919	2.400
النموذج 124	0.895	1.800
النموذج 125	0.921	2.400
النموذج 126	0.907	1.600
النموذج 127	0.797	0.600
النموذج 128	0.894	1.600
النموذج 129	0.896	1.400
النموذج 130	0.894	1.600
النموذج 131	0.853	0.000
النموذج 132	0.923	2.600
النموذج 133	0.924	2.400
النموذج 134	0.895	1.400
النموذج 135	0.888	1.000
النموذج 136	0.908	1.800
النموذج 137	0.911	2.200
النموذج 138	0.859	0.600
النموذج 139	0.840	0.400
anatomy-x-net-a-semi-supervised-anatomy-aware	0.926	2.600
النموذج 141	0.898	1.400
النموذج 142	0.875	1.000
masks-and-manuscripts-advancing-medical-pre	0.909	-
النموذج 144	0.891	1.000
النموذج 145	0.859	0.600
النموذج 146	0.822	0.000
النموذج 147	0.882	0.400
النموذج 148	0.916	2.200
النموذج 149	0.868	0.600
النموذج 150	0.917	2.000
النموذج 151	0.861	0.400
النموذج 152	0.911	2.000
النموذج 153	0.892	1.600
النموذج 154	0.895	1.200
chexclusion-fairness-gaps-in-deep-chest-x-ray	0.805	-
النموذج 156	0.896	1.400
النموذج 157	0.873	0.800
النموذج 158	0.911	2.200
النموذج 159	0.896	1.400
النموذج 160	0.929	2.600
النموذج 161	0.727	0.000
النموذج 162	0.915	2.400
النموذج 163	0.924	2.400
النموذج 164	0.927	2.600
النموذج 165	0.899	1.800
النموذج 166	0.888	1.000
النموذج 167	0.910	2.200
النموذج 168	0.901	1.600
النموذج 169	0.917	2.200
النموذج 170	0.908	1.800
النموذج 171	0.868	0.800
النموذج 172	0.606	0.000
النموذج 173	0.830	0.200
النموذج 174	0.900	1.600
النموذج 175	0.923	2.600
النموذج 176	0.915	2.600
النموذج 177	0.606	0.000
النموذج 178	0.912	2.200
النموذج 179	0.911	2.000
النموذج 180	0.899	1.600
النموذج 181	0.921	2.600
النموذج 182	0.926	3.000
النموذج 183	0.615	0.000
النموذج 184	0.915	2.400
projective-transformation-rectification-for	0.896	1.400
النموذج 186	0.919	2.200
النموذج 187	0.479	0.000
النموذج 188	0.858	0.000
النموذج 189	0.481	0.000
النموذج 190	0.894	1.000
النموذج 191	0.871	0.600
النموذج 192	0.895	1.600
النموذج 193	0.919	2.400
النموذج 194	0.854	0.800
النموذج 195	0.907	1.400
النموذج 196	0.916	2.600
النموذج 197	0.905	2.000
النموذج 198	0.890	1.000
النموذج 199	0.575	0.000
النموذج 200	0.905	1.800
النموذج 201	0.890	0.800
النموذج 202	0.851	0.400
النموذج 203	0.842	0.200
النموذج 204	0.858	1.000
النموذج 205	0.835	0.000
النموذج 206	0.848	0.600
النموذج 207	0.896	1.400
النموذج 208	0.902	1.800
النموذج 209	0.922	2.400
النموذج 210	0.883	0.600
النموذج 211	0.921	2.400
chexpert-a-large-chest-radiograph-dataset	0.907	1.800
النموذج 213	0.891	1.200
النموذج 214	0.906	1.600
النموذج 215	0.837	0.200
النموذج 216	0.736	0.000
النموذج 217	0.850	0.400
النموذج 218	0.916	2.400
النموذج 219	0.861	1.000
النموذج 220	0.911	2.200
النموذج 221	0.873	0.400
النموذج 222	0.886	1.200
النموذج 223	0.531	0.000
النموذج 224	0.926	2.600
النموذج 225	0.896	1.600
النموذج 226	0.924	2.600