PulseAugur
中
实时 09:39:44
English(EN) Property-Driven Synthetic Data Engineering for Data-Scarce Software Systems: Reflections from the Breast Cancer Domain

新方法应对医学等数据稀疏领域的合成数据挑战

作者 PulseAugur 编辑部 · [2 个来源] ·

一篇新研究论文提出了一种名为属性驱动合成数据工程的方法，以应对数据稀疏领域（如乳腺癌治疗）创建合成数据所面临的挑战。作者们借鉴了他们在术中放疗（IORT）软件方面的经验，强调核心工程问题已从数据稀疏性转移到定义和验证合成数据必须保留的关键属性。他们强调需要有工具和方法来提取、形式化、检查和演进这些有效性属性，尤其是在隐私限制下。 AI

影响 这项研究可能通过提供一个生成可用合成数据的框架，从而支持在医疗保健等敏感领域开发AI模型。

排序理由 该集群包含一篇详细介绍合成数据生成新方法的论文。

在 arXiv cs.AI 阅读 →

AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →

新方法应对医学等数据稀疏领域的合成数据挑战

报道来源 [2]

  1. arXiv cs.AI TIER_1 English(EN) · Aurora Francesca Zanenga, Andrea Bombarda, Marsha Chechik, Saverio D'Amico, Rita De Sanctis, Alberto Zambelli, Claudio Menghi ·

    Property-Driven Synthetic Data Engineering for Data-Scarce Software Systems: Reflections from the Breast Cancer Domain

    arXiv:2607.06133v1 Announce Type: cross Abstract: Modern software systems increasingly depend on data for analysis, prediction, testing, and decision-making. Yet many important domains, including medicine, safety-critical systems, and regulated industries, lack abundant, shareabl…

  2. arXiv cs.AI TIER_1 English(EN) · Claudio Menghi ·

    面向数据稀疏软件系统的驱动式合成数据工程：来自乳腺癌领域的反思

    Modern software systems increasingly depend on data for analysis, prediction, testing, and decision-making. Yet many important domains, including medicine, safety-critical systems, and regulated industries, lack abundant, shareable, or representative data. Synthetic data generati…

相关实体

相关话题