标签
本预印本提出了一个面向保护的评估框架,用于评估电力系统中基于机器学习的故障检测器,并在包含9,022个模拟故障事件的PROTECT-90数据集上评估了三个模型和一个序电流基准。尽管所有模型的AUC–ROC均超过0.999,但在固定的误动率约束下,拒动率相差超过两个数量级,表明标准指标掩盖了关键的保护性能权衡。
该论文确定了在独立非同分布噪声和两两非负相关噪声下,选择最大噪声分数所产生的“赢家偏差”的尖锐常数界,并将全部定理在 Lean 4 中形式化验证,同时在 448 个模型选择流程上验证了结论的实际意义。
该研究评估了一种用于慢性踝关节不稳的自适应步态生物反馈系统,采用时间卷积分类器和留一被试交叉验证(AUROC 0.948),并结合被试特异性模型更新;结果显示自适应组在额状面踝关节角度上较对照组有显著改善。
研究人员提出了一种经过校准的混合集成方法,通过逻辑回归堆叠元学习器将五种深度学习模型与三种经典机器学习模型相结合,用于基于EEG的癫痫发作预测。在CHB-MIT数据集上采用留一患者交叉验证进行评估,该模型达到了74.2%的发作级别灵敏度,误报率为每小时1.24次,预警时间约为16.9分钟。
一位非程序员搭建了一个网站,让不同供应商的AI代理独立检查彼此的工作,导致在第一天就发现并修复了真实的治理漏洞。
本文提出了一种针对LLM安全检测器的评估方法,旨在解决诸如按数据集调阈值、未公开操作点等系统性缺陷。该框架在16个基准上进行交叉验证,选取单一全局操作点,并包含多项泛化能力诊断指标。
本文比较了交叉验证集成与深度集成在医学图像分割中的不确定性估计。深度集成在校准和故障检测方面优于交叉验证集成,而交叉验证集成能更好地近似评估者间变异性。