09:32官方账号arXiv cs.AI@Fendi Tsim, Alina Gutoreva, Anthony Weiss, Nicole Dubosh精选研究人员提出SCAN框架(替代、补充、辅助、不可协商)解决医疗训练中AI使用问题。该框架基于维果茨基最近发展区理论,将AI使用不当重新定义为分类错误而非滥用。研究识别出技能获取失败的三重模式:技能退化、从未获得和错误获得。被动参与被确认为一种特别隐蔽的错误获得途径。论文SCAN医疗训练AI教育推荐理由:医疗教育者新思路:用SCAN框架解决AI使用分类问题,比单纯禁止更有效。原文稍后读已读值得跟进有用关注 SCAN
10:56官方账号arXiv cs.LG@Xingze Zheng, Hanyin Cheng, Siyuan Wang, Yiting Hao, Peng Chen, Yuan Jun, Yang ShuSCAN提出多尺度聚类增强重建型时间序列异常检测,在UCR、KDD21等数据集上取得最先进结果。表示层面整合正常模式聚类中心表示,约束模型聚焦代表性正常模式。异常判据层面基于聚类隶属概率导出异常置信度分数,并与重建误差构成双判据。在多尺度邻域中心表示上执行多视图聚类,提升聚类性能。实验覆盖7个真实数据集,平均AUROC比现有方法提升2.3%。论文SCAN时间序列异常检测异常检测推荐理由:SCAN这篇论文用多尺度聚类解决了异常检测的老问题,比之前的方法效果好,搞时序异常检测的值得看看。原文稍后读已读值得跟进有用关注 SCAN