EvidenceMoE: A Physics-Guided Mixture-of-Experts with Evidential Critics for Advancing Fluorescence Light Detection and Ranging in Scattering Media
Created by
Haebom
저자
Ismail Erbas, Ferhat Demirkiran, Karthik Swaminathan, Naigang Wang, Navid Ibtehaj Nizam, Stefan T. Radev, Kaoutar El Maghraoui, Xavier Intes, Vikas Pandey
개요
본 논문은 산란 매질에서의 형광 라이다(FLiDAR) 신호 처리의 어려움을 해결하기 위해 물리 기반 전문가 혼합(MoE) 프레임워크를 제시합니다. 기존 MoE 방식과 달리, 광자 전파를 지배하는 방정식과 같은 기본 물리를 활용하여 전문가 모델을 설계합니다. 특히, 증거 기반 디리클레 비평가(EDC)를 통합한 EvidenceMoE를 통해 각 전문가의 출력 신뢰도를 평가하고, 의사결정 네트워크를 이용하여 전문가 예측을 강력하게 융합합니다. 조직 내 비침습적 암세포 깊이 탐지 시뮬레이션 데이터를 사용한 검증 결과, 깊이 추정에 대해 0.030, 형광 수명에 대해 0.074의 NRMSE를 달성하여 성능을 입증하였습니다.
시사점, 한계점
•
시사점:
◦
산란 매질에서 FLiDAR 신호 처리의 어려움을 해결하는 새로운 물리 기반 MoE 프레임워크 제시.
◦
EvidenceMoE를 통해 전문가 예측의 신뢰도를 향상시키고, 강력한 예측 결과를 얻음.
◦
시뮬레이션 데이터를 통해 깊이 추정 및 형광 수명 추정에서 우수한 성능을 검증.
◦
의료 분야 (비침습적 암세포 깊이 탐지 등) 에서의 FLiDAR 응용 가능성 확대.
•
한계점:
◦
현재는 시뮬레이션 데이터에 대한 검증만 수행되었으며, 실제 데이터를 이용한 검증이 필요함.
