Overlap-aware segmentation for topological reconstruction of obscured objects
Este artigo apresenta o OASIS, um novo framework de segmentação-regressão que emprega uma função de perda ponderada para priorizar regiões sobrepostas durante o treinamento, melhorando significativamente a reconstrução de intensidade e topologia de trilhas de elétrons fracas e obscurecidas no contexto desafiador do experimento MIGDAL.