論文の概要: ConformalShift: Targeted Event Reordering Against Adaptive ECG Monitoring

• arxiv url: http://arxiv.org/abs/2608.03628v1
• Date: Tue, 04 Aug 2026 13:14:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-05 15:30:23.202112
• Title: ConformalShift: Targeted Event Reordering Against Adaptive ECG Monitoring
• Title（参考訳）: ConformalShift: 適応型ECGモニタリングに対するイベントリオーダのターゲット
• Abstract要約: 適応型コンフォメーション予測は、ポイント分類器によって欠落した臨床的に重要な心拍クラスを回復することができる。 ConformalShift(コンフォーマルシフト)は、救助イベントの心室クラスを抑止する境界イベントリオーダリングアタックである。 医療における適応モニターは、正確な情報のタイミングによって妥協できることを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Adaptive conformal prediction can recover clinically important heartbeat classes missed by a point classifier, but delayed feedback makes its decisions sensitive to event order. We introduce ConformalShift, a bounded event-reordering attack that suppresses the ventricular class for rescued events without modifying ECG waveforms, labels, classifier scores, or the event multiset. ConformalShift searches for feasible permutations of authentic preceding events that lower the ventricular threshold before a selected target is evaluated. On disjoint MIT--BIH confirmation records, the attack suppressed 66.7% of eligible targets for Extra Trees and 60.0% for HistGradientBoosting, compared with random-schedule rates of 4.4% and 12.0%, respectively. Transferred configurations also outperformed random scheduling on INCART, while reducing the displacement budget weakened the attack on both datasets. These results show that adaptive monitors in healthcare can be compromised through the timing of authentic information, even when waveforms, labels, classifier outputs, and event contents remain unchanged.
• Abstract（参考訳）: アダプティブコンフォーマル予測は、ポイント分類器が見逃した臨床的に重要な心拍のクラスを回復することができるが、遅延フィードバックは、その決定を事象の順序に敏感にする。 我々は、ECG波形、ラベル、分類器スコア、イベント多重セットを変更することなく、救助イベントの心室クラスを抑える境界イベント順序付け攻撃であるConformalShiftを導入する。 コンフォーマルシフトは、選択されたターゲットの前に心室閾値を下げる真正事象の可能な置換を探索する。 不一致のMIT--BIHの確認記録では、攻撃によってエクストラツリーの66.7%、HistGradientBoostingの60.0%が抑制され、ランダムスケジュールレートは4.4%と12.0%だった。 転送された構成は、INCARTでのランダムなスケジューリングよりも優れており、変位予算の削減は両方のデータセットに対する攻撃を弱めた。 これらの結果から, 波形, ラベル, 分類器出力, イベント内容が変化しない場合でも, 医療における適応モニタは, 正確な情報のタイミングで妥協できることがわかった。

関連論文リスト

• Balancing Emotional Alignment and Semantic Consistency in Image Generation via Reinforcement Learning with Valence-Arousal Anchoring [55.57242007016976]
  テキスト・ツー・イメージ生成における継続的な感情制御は、プロンプトによって記述されたオブジェクトやレイアウト、シーンを変更することなく、感情的アライメントを改善するモデルを必要とする。 既存の教師付き感情注入法は、しばしば特徴空間プロキシを最適化し、したがって感情のセマンティックドリフトを示す。 本稿では,連続的原子価覚醒条件設定,グループ相対ポリシー最適化,中立的セマンティックアンカーを組み合わせたフローマッチング画像生成フレームワークを用いてこの問題に対処する。
  論文  参考訳（メタデータ） (2026-09-11T13:24:35Z)
• Adaptive Conformal Redistribution for Inter-class Transitional Uncertainty in Medical Image Classification [9.578682349231789]
  アダプティブコンフォメーション(Adaptive conformal redistribution, AdaConRed)は、曖昧な予測セットを洗練されたクラス割り当てに変換する、ラベルのないポストコンフォーマル決定ルールである。 AdaConRedはLAC、APS、RAPSを同じバックボーンと再配布規則で上回る。 コンフォーマルな予測は、移行性疾患のカテゴリが存在する行動可能な意思決定支援に向けて、不確実性を超えて拡張することができる。
  論文  参考訳（メタデータ） (2026-09-10T06:21:30Z)
• ProCA: Progressive Contrastive Alignment for Robust EEG Visual Decoding [47.35612571473169]
  EEGビジュアルデコーディングは、非侵襲的な神経時系列信号から視覚的セマンティクスを回復することを目的としている。 既存の手法は固定された視覚的あるいはテキスト的アンカーに依存しており、その意味的関係は、試行錯誤、主題、学習段階によって異なる脳波表現と一致している可能性がある。 本稿では,適応型ニューラル・セマンティックアライメントのための統一的でモデルに依存しないフレームワークであるProgressive Contrastive Alignment(ProCA)を提案する。
  論文  参考訳（メタデータ） (2026-09-04T12:48:25Z)
• The Impact of Temporal Context Length and Encoding Strategies on Self-Supervised ECG Representation Learning [0.8411385346896411]
  心電図(ECG)モデルは、しばしば数秒間の心電図信号に基づいて訓練される。 これらの選択がリズム推定や時間的整合性に必要な情報を犠牲にしているかどうかは不明である。 我々はIcentia11kシングルリードデータセットについて制御された研究を行った。
  論文  参考訳（メタデータ） (2026-08-13T01:18:39Z)
• SafeECGMatch: Calibration-Aware Joint Frequency and Time Space Semi-Supervised Learning for Open-Set ECG Classification [0.014257559724536567]
  単一ラベルECG分類のためのキャリブレーション対応安全なSSLフレームワークであるSafeECGMatchを提案する。 メソッド的には、SafeECGMatchは時間周波数潜在表現を抽出するデュアルブランチアーキテクチャを採用している。 PTB-XL と PhysioNet/CinC Challenge のベンチマークで評価した。
  論文  参考訳（メタデータ） (2026-06-06T07:57:22Z)
• LATA: Laplacian-Assisted Transductive Adaptation for Conformal Uncertainty in Medical VLMs [61.06744611795341]
  医用視覚言語モデル(VLM)は医用画像の強力なゼロショット認識器である。 本研究では,ラプラシアン支援トランスダクティブ・アダプティブ・アダプティブ・アダプティブ・アダプティブ・アダプティブ・アダプティブ・アダプティブ(texttttextbfLATA,ラプラシアン支援トランスダクティブ・アダプティブ・アダプティブ・アダプティブ)を提案する。 texttttextbfLATAは交換性を損なうことなくゼロショット予測をシャープにする。
  論文  参考訳（メタデータ） (2026-02-19T16:45:38Z)
• Cross-Sample Augmented Test-Time Adaptation for Personalized Intraoperative Hypotension Prediction [45.67071315035565]
  術中低血圧は外科的危険を伴うが、患者固有の変動性のために正確な予測は困難である。 CSA-TTA(Cross-Sample Augmented Test-Time Adaptation framework)を提案する。 提案したCSA-TTAを,現在最先端の時系列予測モデルと統合することで,VitalDBデータセットと実世界のインホスピタルデータセットの両方で評価する。
  論文  参考訳（メタデータ） (2025-12-12T08:02:37Z)
• TPA: Temporal Prompt Alignment for Fetal Congenital Heart Defect Classification [2.3974223785103166]
  超音波ビデオにおける先天性心不全(CHD)の検出は、画像ノイズとプローブ位置決めのばらつきによって妨げられる。 本稿では,基礎画像テキストモデルとプロンプト認識型コントラスト学習を利用したテンポラル・プロンプトアライメント(TPA)を提案する。 TPAは、画像エンコーダを使用してビデオサブクリップの各フレームから特徴を抽出し、訓練可能な時間抽出器でそれらを集約し、ビデオ表現をクラス固有のテキストプロンプトと整合させる。
  論文  参考訳（メタデータ） (2025-08-21T06:36:47Z)
• Conformal Uncertainty Indicator for Continual Test-Time Adaptation [16.248749460383227]
  連続テスト時間適応(CTTA)のための整形不確かさ指標(CUI)を提案する。 我々は、コンフォーマル予測(CP)を利用して、特定のカバレッジ確率を持つ真のラベルを含む予測セットを生成する。 実験により,CUIが不確かさを効果的に推定し,既存のCTTA法にまたがる適応性能を向上させることが確認された。
  論文  参考訳（メタデータ） (2025-02-05T08:47:18Z)
• Improving Diffusion Models for ECG Imputation with an Augmented Template Prior [43.6099225257178]
  ノイズと品質の悪い録音は、モバイルヘルスシステムを使って収集された信号にとって大きな問題である。 近年の研究では、確率的時系列モデルによるECGの欠落値の計算が検討されている。 本稿では,様々な健康状態の事前情報として,テンプレート誘導型拡散確率モデル(DDPM)PulseDiffを提案する。
  論文  参考訳（メタデータ） (2023-10-24T11:34:15Z)
• Model Calibration in Dense Classification with Adaptive Label Perturbation [44.62722402349157]
  既存の密接な二分分類モデルは、過信される傾向がある。 本稿では,各トレーニング画像に対する独自のラベル摂動レベルを学習する適応ラベル摂動(ASLP)を提案する。 ASLPは、分布内および分布外の両方のデータに基づいて、密度の高い二分分類モデルの校正度を著しく改善することができる。
  論文  参考訳（メタデータ） (2023-07-25T14:40:11Z)
• Side Channel-Assisted Inference Leakage from Machine Learning-based ECG Classification [10.85265545780868]
  近年、多くの企業がECGモニタリングと不規則な心拍警告を備えたプロダクトをローンチしている。 時系列アルゴリズムの動的時間ワープ(DTW)は、ECG分類タスクを実行するために広く採用されている。 本稿では,ECG 入力サンプルのラベルをサイドチャネル攻撃である Flush+Reload によって盗むことができることを示す。
  論文  参考訳（メタデータ） (2023-04-04T17:49:45Z)
• SCRIB: Set-classifier with Class-specific Risk Bounds for Blackbox Models [48.374678491735665]
  クラス固有RIsk境界(SCRIB)を用いたSet-classifierを導入し,この問題に対処する。 SCRIBは、クラス固有の予測リスクを理論的保証で制御するセット分類器を構築する。 脳波(EEG)データによる睡眠ステージング,X線COVID画像分類,心電図(ECG)データに基づく心房細動検出など,いくつかの医学的応用についてSCRIBを検証した。
  論文  参考訳（メタデータ） (2021-03-05T21:06:12Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。