TMLR

DuFal: Dual-Frequency-Aware Learning for High-Fidelity Extremely Sparse-view CBCT Reconstruction

DuFal: 用于高保真极稀疏视图CBCT重建的双频感知学习

Cuong Tran Van, Trong-Thang Pham, Ngoc-Son Nguyen, Duy Minh Ho Nguyen, Ngan Le

机构 * FPT Software AI Center, Viet Nam（越南FPT软件人工智能中心） ； AICV Lab, EECS Department, University of Arkansas（阿肯色大学电子与计算机工程系AICV实验室） ； Max Planck Research School for Intelligent Systems (IMPRS-IS), University of Stuttgart, and DFKI, Germany（斯图加特大学Max Planck智能系统研究学校（IMPRS-IS）及德国DFKI） ； University of Stuttgart（斯图加特大学） 纠错

AI总结 DuFal通过双频感知学习框架，结合频域和空域处理，有效提升极稀疏视图CBCT重建中高频细节的保真度。

Comments Published with J2C Certification in Transactions on Machine Learning Research (TMLR)

Decoding Safety Feedback from Diverse Raters: A Data-driven Lens on Responsiveness to Severity

解码来自多样评分者的安全反馈：一种数据驱动的响应性视角

Pushkar Mishra, Charvi Rastogi, Stephen R. Pfohl, Alicia Parrish, Tian Huey Teh, Roma Patel, Mark Diaz, Ding Wang, Michela Paganini, Vinodkumar Prabhakaran, Lora Aroyo, Verena Rieser

AI总结 本文提出了一种数据驱动的方法，用于分析多元环境下安全反馈的响应性，通过量化评分者对严重性差异的表达，提升多文化背景下AI系统的对齐质量。

Journal ref Transactions on Machine Learning Research, 2835-8856, 2026