Copertina

Glucose-ML: A collection of longitudinal diabetes datasets for development of robust AI solutions

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Prioleau, Temiloluwa, Lu, Baiying, Cui, Yanjun
Natura:	Preprint
Pubblicazione:	2025
Soggetti:	Artificial Intelligence Machine Learning
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

If Only My CGM Could Speak: A Privacy-Preserving Agent for Question Answering over Continuous Glucose Data
di: Cui, Yanjun, et al.
Pubblicazione: (2026)

ML-Master: Towards AI-for-AI via Integration of Exploration and Reasoning
di: Liu, Zexi, et al.
Pubblicazione: (2025)

Pre-Hoc Predictions in AutoML: Leveraging LLMs to Enhance Model Selection and Benchmarking for Tabular datasets
di: Belkhiter, Yannis, et al.
Pubblicazione: (2025)

AttenGluco: Multimodal Transformer-Based Blood Glucose Forecasting on AI-READI Dataset
di: Farahmand, Ebrahim, et al.
Pubblicazione: (2025)

A longitudinal geospatial multimodal dataset of post-discharge frailty, physiology, mobility, and neighborhoods
di: Abedi, Ali, et al.
Pubblicazione: (2026)

A Closer Look at Adversarial Suffix Learning for Jailbreaking LLMs: Augmented Adversarial Trigger Learning
di: Wang, Zhe, et al.
Pubblicazione: (2025)

HardML: A Benchmark For Evaluating Data Science And Machine Learning knowledge and reasoning in AI
di: Pricope, Tidor-Vlad
Pubblicazione: (2025)

ML Compass: Navigating Capability, Cost, and Compliance Trade-offs in AI Model Deployment
di: Digalakis Jr, Vassilis, et al.
Pubblicazione: (2025)

Reverse N-Wise Output-Oriented Testing for AI/ML and Quantum Computing Systems
di: Rihani, Lamine
Pubblicazione: (2026)

ML-Tool-Bench: Tool-Augmented Planning for ML Tasks
di: Chittepu, Yaswanth, et al.
Pubblicazione: (2025)

LLM-ML Teaming: Integrated Symbolic Decoding and Gradient Search for Valid and Stable Generative Feature Transformation
di: Wang, Xinyuan, et al.
Pubblicazione: (2025)

Detection of diabetic retinopathy using longitudinal self-supervised learning
di: Zeghlache, Rachid, et al.
Pubblicazione: (2022)

Role and Use of Race in AI/ML Models Related to Health
di: Were, Martin C., et al.
Pubblicazione: (2025)

pAI/MSc: ML Theory Research with Humans on the Loop
di: Abdelmoneum, Mahmoud, et al.
Pubblicazione: (2026)

Data Pipeline Training: Integrating AutoML to Optimize the Data Flow of Machine Learning Models
di: Wu, Jiang, et al.
Pubblicazione: (2024)

Group-robust Machine Unlearning
di: De Min, Thomas, et al.
Pubblicazione: (2025)

nanoML for Human Activity Recognition
di: Bacellar, Alan T. L., et al.
Pubblicazione: (2025)

Evaluating the printability of stl files with ML
di: Henn, Janik, et al.
Pubblicazione: (2025)

Optimizing ML Training with Metagradient Descent
di: Engstrom, Logan, et al.
Pubblicazione: (2025)

Problem-oriented AutoML in Clustering
di: da Silva, Matheus Camilo, et al.
Pubblicazione: (2024)

From Glucose Patterns to Health Outcomes: A Generalizable Foundation Model for Continuous Glucose Monitor Data Analysis
di: Lutsker, Guy, et al.
Pubblicazione: (2024)

T-SHIRT: Token-Selective Hierarchical Data Selection for Instruction Tuning
di: Fu, Yanjun, et al.
Pubblicazione: (2025)

PyMilo: A Python Library for ML I/O
di: Rostami, AmirHosein, et al.
Pubblicazione: (2024)

Can Go AIs be adversarially robust?
di: Tseng, Tom, et al.
Pubblicazione: (2024)

Generalization in medical AI: a perspective on developing scalable models
di: Zvuloni, Eran, et al.
Pubblicazione: (2023)

Flexible Blood Glucose Control: Offline Reinforcement Learning from Human Feedback
di: Emerson, Harry, et al.
Pubblicazione: (2025)

Lightweight Sequential Transformers for Blood Glucose Level Prediction in Type-1 Diabetes
di: Barbato, Mirko Paolo, et al.
Pubblicazione: (2025)

Blood Glucose Control Via Pre-trained Counterfactual Invertible Neural Networks
di: Jiang, Jingchi, et al.
Pubblicazione: (2024)

Robustness of AutoML on Dirty Categorical Data
di: Bueno, Marcos L. P., et al.
Pubblicazione: (2026)

The ecosystem of machine learning competitions: Platforms, participants, and their impact on AI development
di: Nasios, Ioannis
Pubblicazione: (2026)

Ratio law: mathematical descriptions for a universal relationship between AI performance and input samples
di: Kang, Boming, et al.
Pubblicazione: (2024)

AI/ML based Joint Source and Channel Coding for HARQ-ACK Payload
di: Doshi, Akash, et al.
Pubblicazione: (2025)

Taming Data Challenges in ML-based Security Tasks Using Generative AI
di: Kanchi, Shravya, et al.
Pubblicazione: (2025)

Revisiting the robustness of post-hoc interpretability methods
di: Wei, Jiawen, et al.
Pubblicazione: (2024)

Heterogeneity-agnostic AI/ML-assisted beam selection for multi-panel arrays
di: Kilinc, Ibrahim, et al.
Pubblicazione: (2026)

Exploring the impact of fairness-aware criteria in AutoML
di: Simões, Joana, et al.
Pubblicazione: (2026)

Hyperparameter Importance Analysis for Multi-Objective AutoML
di: Theodorakopoulos, Daphne, et al.
Pubblicazione: (2024)

TinyML-Enabled IoT for Sustainable Precision Irrigation
di: Taueatsoala, Kamogelo, et al.
Pubblicazione: (2026)

Initializing Services in Interactive ML Systems for Diverse Users
di: Bose, Avinandan, et al.
Pubblicazione: (2023)

Probabilistic ML Verification via Weighted Model Integration
di: Morettin, Paolo, et al.
Pubblicazione: (2024)