Overlap-aware segmentation for topological reconstruction of obscured objects
Questo articolo introduce OASIS, un nuovo framework di segmentazione-regressione che impiega una funzione di perdita ponderata per dare priorità alle regioni sovrapposte durante l'addestramento, migliorando significativamente la ricostruzione dell'intensità e della topologia delle tracce elettroniche deboli e oscurate nel contesto impegnativo dell'esperimento MIGDAL.