# 多视图学习

多视角数据里，每个视角有自己的协方差，视角之间还有跨视角协方差，此前的协方差神经网络只处理单视角，把两视角拼接后无法区分这两类结构。CANE把视角内协方差滤波与跨视角协方差滤波分成两级，用可学习多项式在协方差谱上代替典型相关分析中的白化与奇异向量选择，并直接按下游任务训练。在脑影像与运动传感的七个数据集上，CANE在其中六个取得最佳或并列最佳表现，ADNI1的年龄预测平均绝对误差为4.97岁，参数量常比双视角VNN更少。

多视角数据里，每个视角有自己的协方差，视角之间还有跨视角协方差，此前的协方差神经网络只处理单视角，把两视角拼接后无法区分这两类结构。CANE把视角内协方差滤波与跨视角协方差滤波分成两级，用可学习多项式在协方差谱上代替典型相关分析中的白化与奇异向量选择，并直接按下游任务训练。在脑影像与运动传感的七个数据集上，CANE在其中六个取得最佳或并列最佳表现，ADNI1的年龄预测平均绝对误差为4.97岁，参数量常比双视角VNN更少。

儿童腕部细微骨折在X光片上常只表现为局部皮质中断或细线状透亮，而骨骺、生长板和重叠骨影让这类征象难以分辨。MV-CortexGuard把正位与侧位片放在同一套解剖坐标里比对皮质连续性，并对高风险检查选择交由专家复核。在GRAZPEDWRI-DX内部测试集上，其小骨折子集平均精度为52.7%，比YOLOv10m高6.6个百分点，整体AP@50–95为63.4%。

儿童腕部细微骨折在X光片上常只表现为局部皮质中断或细线状透亮，而骨骺、生长板和重叠骨影让这类征象难以分辨。MV-CortexGuard把正位与侧位片放在同一套解剖坐标里比对皮质连续性，并对高风险检查选择交由专家复核。在GRAZPEDWRI-DX内部测试集上，其小骨折子集平均精度为52.7%，比YOLOv10m高6.6个百分点，整体AP@50–95为63.4%。