Buchumschlag

Generating Reliable Synthetic Clinical Trial Data: The Role of Hyperparameter Optimization and Domain Constraints

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hahn, Waldemar, Eckardt, Jan-Niklas, Röllig, Christoph, Sedlmayr, Martin, Middeke, Jan Moritz, Wolfien, Markus
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Promises and challenges of artificial intelligence in haematological diagnostics
von: Jan‐Niklas Eckardt, et al.
Veröffentlicht: (2025)

Artificial intelligence for risk assessment and outcome prediction in malignant haematology
von: Jan‐Niklas Eckardt, et al.
Veröffentlicht: (2025)

Automatic Generation of Polynomial Symmetry Breaking Constraints
von: Erascu, Madalina, et al.
Veröffentlicht: (2026)

Age‐stratified machine learning identifies divergent prognostic significance of molecular alterations in AML
von: Jan‐Niklas Eckardt, et al.
Veröffentlicht: (2025)

Hyperparameter Optimization of Constraint Programming Solvers
von: Haddad, Hedieh, et al.
Veröffentlicht: (2026)

Protect and Extend -- Using GANs for Synthetic Data Generation of Time-Series Medical Records
von: Ashrafi, Navid, et al.
Veröffentlicht: (2024)

CircuitSynth: Reliable Synthetic Data Generation
von: Cheng, Zehua, et al.
Veröffentlicht: (2026)

Uncertainty-Aware ControlNet: Bridging Domain Gaps with Synthetic Image Generation
von: Niemeijer, Joshua, et al.
Veröffentlicht: (2025)

c-TPE: Tree-structured Parzen Estimator with Inequality Constraints for Expensive Hyperparameter Optimization
von: Watanabe, Shuhei, et al.
Veröffentlicht: (2022)

What's Wrong with Your Synthetic Tabular Data? Using Explainable AI to Evaluate Generative Models
von: Kapar, Jan, et al.
Veröffentlicht: (2025)

Human Preferences in Large Language Model Latent Space: A Technical Analysis on the Reliability of Synthetic Data in Voting Outcome Prediction
von: Ball, Sarah, et al.
Veröffentlicht: (2025)

Frozen Layers: Memory-efficient Many-fidelity Hyperparameter Optimization
von: Carstensen, Timur, et al.
Veröffentlicht: (2025)

TSynD: Targeted Synthetic Data Generation for Enhanced Medical Image Classification
von: Niemeijer, Joshua, et al.
Veröffentlicht: (2024)

ORTHOBO: Orthogonal Bayesian Hyperparameter Optimization
von: Schröder, Maresa, et al.
Veröffentlicht: (2026)

A Survey on LLM-Assisted Clinical Trial Recruitment
von: Ghosh, Shrestha, et al.
Veröffentlicht: (2025)

Generalized Population-Based Training for Hyperparameter Optimization in Reinforcement Learning
von: Bai, Hui, et al.
Veröffentlicht: (2024)

Minifinetuning: Low-Data Generation Domain Adaptation through Corrective Self-Distillation
von: Belcak, Peter, et al.
Veröffentlicht: (2025)

ORACLE: Optimizing Reasoning Abilities of Large Language Models via Constraint-Led Synthetic Data Elicitation
von: Yang, Zhuojie, et al.
Veröffentlicht: (2026)

Optimizing Retrieval-Augmented Generation: Analysis of Hyperparameter Impact on Performance and Efficiency
von: Ammar, Adel, et al.
Veröffentlicht: (2025)

DualAlign: Generating Clinically Grounded Synthetic Data
von: Li, Rumeng, et al.
Veröffentlicht: (2025)

Using Large Language Models for Hyperparameter Optimization
von: Zhang, Michael R., et al.
Veröffentlicht: (2023)

Hyperparameter Optimization via Interacting with Probabilistic Circuits
von: Seng, Jonas, et al.
Veröffentlicht: (2025)

Sequential Policy Gradient for Adaptive Hyperparameter Optimization
von: Li, Zheng, et al.
Veröffentlicht: (2025)

Towards Avoiding the Data Mess: Industry Insights from Data Mesh Implementations
von: Bode, Jan, et al.
Veröffentlicht: (2023)

Parallel Hyperparameter Optimization Of Spiking Neural Network
von: Firmin, Thomas, et al.
Veröffentlicht: (2024)

TrialSynth: Generation of Synthetic Sequential Clinical Trial Data
von: Gao, Chufan, et al.
Veröffentlicht: (2024)

How to Prove the Optimized Values of Hyperparameters for Particle Swarm Optimization?
von: Chen, Abel C. H.
Veröffentlicht: (2023)

Optimsyn: Influence-Guided Rubrics Optimization for Synthetic Data Generation
von: Fan, Zhiting, et al.
Veröffentlicht: (2026)

SING-SQL: A Synthetic Data Generation Framework for In-Domain Text-to-SQL Translation
von: Caferoğlu, Hasan Alp, et al.
Veröffentlicht: (2025)

Embedding Reliability Verification Constraints into Generation Expansion Planning
von: Liu, Peng, et al.
Veröffentlicht: (2025)

Integrating Causal Machine Learning into Clinical Decision Support Systems: Insights from Literature and Practice
von: Zipperling, Domenique, et al.
Veröffentlicht: (2026)

Domain-Adapted Small Language Models for Reliable Clinical Triage
von: Aljohani, Manar, et al.
Veröffentlicht: (2026)

Bayesian Optimization for Hyperparameters Tuning in Neural Networks
von: Onorato, Gabriele
Veröffentlicht: (2024)

Synthetic4Health: Generating Annotated Synthetic Clinical Letters
von: Ren, Libo, et al.
Veröffentlicht: (2024)

Hyperparameter Optimization of the Machine Learning Model for Distillation Processes
von: Kwang Cheol Oh, et al.
Veröffentlicht: (2024)

The IKZF1 N159S mutation is associated with poor outcome and a distinct molecular profile in adult patients with AML
von: Sebastian Stasik, et al.
Veröffentlicht: (2025)

Entwicklungstendenzen germanistischer Studiengänge im Ausland
von: Middeke, Annegret
Veröffentlicht: (2020)

Entwicklungstendenzen germanistischer Studiengänge im Ausland - Sprache, Philologie, Berufsbezug
von: Middeke, Annegret,
Veröffentlicht: (2016)

Domain-Transferred Synthetic Data Generation for Improving Monocular Depth Estimation
von: Lee, Seungyeop, et al.
Veröffentlicht: (2024)

Better as Generators Than Classifiers: Leveraging LLMs and Synthetic Data for Low-Resource Multilingual Classification
von: Pecher, Branislav, et al.
Veröffentlicht: (2026)