Buchumschlag

Veridical Data Science for Medical Foundation Models

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Alaa, Ahmed, Yu, Bin
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

PCS Workflow for Veridical Data Science in the Age of AI
von: Rewolinski, Zachary T., et al.
Veröffentlicht: (2025)

Representation Learning of Structured Data for Medical Foundation Models
von: Dwivedi, Vijay Prakash, et al.
Veröffentlicht: (2024)

XGeM: A Multi-Prompt Foundation Model for Multimodal Medical Data Generation
von: Molino, Daniele, et al.
Veröffentlicht: (2025)

Time Series Foundational Models: Their Role in Anomaly Detection and Prediction
von: Shyalika, Chathurangi, et al.
Veröffentlicht: (2024)

Pruning the Way to Reliable Policies: A Multi-Objective Deep Q-Learning Approach to Critical Care
von: Shirali, Ali, et al.
Veröffentlicht: (2023)

Sanity Checks for Agentic Data Science
von: Rewolinski, Zachary T., et al.
Veröffentlicht: (2026)

FEDKIM: Adaptive Federated Knowledge Injection into Medical Foundation Models
von: Wang, Xiaochen, et al.
Veröffentlicht: (2024)

Foundation Model of Electronic Medical Records for Adaptive Risk Estimation
von: Renc, Pawel, et al.
Veröffentlicht: (2025)

Current Pathology Foundation Models are unrobust to Medical Center Differences
von: de Jong, Edwin D., et al.
Veröffentlicht: (2025)

A Comparative Study on How Data Normalization Affects Zero-Shot Generalization in Time Series Foundation Models
von: Ahmed, Ihab, et al.
Veröffentlicht: (2025)

Medical Multimodal Foundation Models in Clinical Diagnosis and Treatment: Applications, Challenges, and Future Directions
von: Sun, Kai, et al.
Veröffentlicht: (2024)

TabDPT: Scaling Tabular Foundation Models on Real Data
von: Ma, Junwei, et al.
Veröffentlicht: (2024)

On the Opportunities of (Re)-Exploring Atmospheric Science by Foundation Models: A Case Study
von: Zhang, Lujia, et al.
Veröffentlicht: (2024)

A Reliable Knowledge Processing Framework for Combustion Science using Foundation Models
von: Sharma, Vansh, et al.
Veröffentlicht: (2023)

Mean-field Chaos Diffusion Models
von: Park, Sungwoo, et al.
Veröffentlicht: (2024)

Multimodal Wireless Foundation Models
von: Aboulfotouh, Ahmed, et al.
Veröffentlicht: (2025)

Distilling Tabular Foundation Models for Structured Health Data
von: Tanna, Aditya, et al.
Veröffentlicht: (2026)

UniTabE: A Universal Pretraining Protocol for Tabular Foundation Model in Data Science
von: Yang, Yazheng, et al.
Veröffentlicht: (2023)

Transferable and Forecastable User Targeting Foundation Model
von: Dou, Bin, et al.
Veröffentlicht: (2024)

Conformal Prediction Sets with Improved Conditional Coverage using Trust Scores
von: Kaur, Jivat Neet, et al.
Veröffentlicht: (2025)

VDSAgents: A PCS-Guided Multi-Agent System for Veridical Data Science Automation
von: Jiang, Yunxuan, et al.
Veröffentlicht: (2025)

Data-Centric Foundation Models in Computational Healthcare: A Survey
von: Zhang, Yunkun, et al.
Veröffentlicht: (2024)

Synthetic Data Aided Federated Learning Using Foundation Models
von: Abacha, Fatima, et al.
Veröffentlicht: (2024)

In-context Learning of Evolving Data Streams with Tabular Foundational Models
von: Lourenço, Afonso, et al.
Veröffentlicht: (2025)

Data-Efficient Symbolic Regression via Foundation Model Distillation
von: Ying, Wangyang, et al.
Veröffentlicht: (2025)

Provably Robust Adaptation for Language-Empowered Foundation Models
von: Lai, Yuni, et al.
Veröffentlicht: (2025)

Comparing Foundation Models using Data Kernels
von: Duderstadt, Brandon, et al.
Veröffentlicht: (2023)

Time Series Foundation Models for Process Model Forecasting
von: Yu, Yongbo, et al.
Veröffentlicht: (2025)

Synthetic Series-Symbol Data Generation for Time Series Foundation Models
von: Wang, Wenxuan, et al.
Veröffentlicht: (2025)

TSFMAudit: Data Contamination Auditing in Forecasting Time Series Foundation Models
von: Li, Hongkai, et al.
Veröffentlicht: (2026)

Spatio-Temporal Trajectory Foundation Model - Recent Advances and Future Directions
von: Yang, Sean Bin, et al.
Veröffentlicht: (2025)

Physics-Guided Foundation Model for Scientific Discovery: An Application to Aquatic Science
von: Yu, Runlong, et al.
Veröffentlicht: (2025)

Beyond Sensor Data: Foundation Models of Behavioral Data from Wearables Improve Health Predictions
von: Erturk, Eray, et al.
Veröffentlicht: (2025)

ChronoMedicalWorld: A Medical World Model for Learning Patient Trajectories from Longitudinal Care Data
von: Wang, Jiangyuan, et al.
Veröffentlicht: (2026)

Mixtera: A Data Plane for Foundation Model Training
von: Böther, Maximilian, et al.
Veröffentlicht: (2025)

Fast Adaptation with Behavioral Foundation Models
von: Sikchi, Harshit, et al.
Veröffentlicht: (2025)

Mitigating Data Scarcity in Time Series Analysis: A Foundation Model with Series-Symbol Data Generation
von: Wang, Wenxuan, et al.
Veröffentlicht: (2025)

Diffusion-Guided Pretraining for Brain Graph Foundation Models
von: Wei, Xinxu, et al.
Veröffentlicht: (2026)

FEAT: A Linear-Complexity Foundation Model for Extremely Large Structured Data
von: Song, Zhenghang, et al.
Veröffentlicht: (2026)

TabICL: A Tabular Foundation Model for In-Context Learning on Large Data
von: Qu, Jingang, et al.
Veröffentlicht: (2025)