論文の概要: ECG-RSI: Recursive Self-Improvement through Targeted Electrocardiogram Waveform Evolution

• arxiv url: http://arxiv.org/abs/2610.17718v1
• Date: Tue, 13 Oct 2026 04:50:27 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-15 21:06:15.508953
• Title: ECG-RSI: Recursive Self-Improvement through Targeted Electrocardiogram Waveform Evolution
• Title（参考訳）: ECG-RSI: 心電図波形の進化による再帰的自己改善
• Abstract要約: ECG-RSIは、評価波形合成とフィードバック誘導介入探索を組み合わせた自己改善フレームワークである。 信号の再測定は波形の編集を検証し、建設エラーはジェネレータの修理を誘導し、学習者エラーは介入を動機付ける。 3ラウンドはQwen3.5-35B-A3Bの平均質問回答精度を34.57%から56.04%に引き上げ、F1の平均分類は24.27から34.03に引き上げた。
• 参考スコア（独自算出の注目度）: 31.45500535767577
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Electrocardiogram (ECG) models need supervision that targets evolving weaknesses and remains faithful to waveform evidence. We introduce ECG-RSI, a recursive self-improvement framework combining verified waveform synthesis with feedback-guided intervention search. Signal remeasurement verifies waveform edits; construction errors guide generator repair, while learner errors motivate interventions compared on a separate selection set. Across seven benchmarks, three rounds raise Qwen3.5-35B-A3B's mean question-answering accuracy from 34.57% to 56.04% and mean classification F1 from 24.27 to 34.03. Across the retained trajectory, the preferred supervision shifts from direct reinforcement to confusion-focused contrasts. Continued feedback correction yields diminishing external gains. These results motivate separating error diagnosis from intervention selection and checking whether gains on the feedback set transfer to independent benchmarks.
• Abstract（参考訳）: 心電図(ECG)モデルは、進化する弱点を標的とし、波形の証拠に忠実な状態を維持するための監督が必要である。 本稿では,評価波形合成とフィードバック誘導介入探索を組み合わせた再帰的自己改善フレームワークECG-RSIを紹介する。 信号再測定は、波形の編集、建設エラーガイドジェネレータの修理、学習者エラーは別個の選択セットと比較して介入を動機付ける。 7つのベンチマークで、Qwen3.5-35B-A3Bの平均質問答え精度は34.57%から56.04%に、F1の平均分類は24.27から34.03に上昇した。 維持された軌道を横切ると、望ましい監督は直接強化から混乱に焦点を当てたコントラストへとシフトする。 継続的なフィードバック修正は、外部利得を減少させる。 これらの結果は、介入選択からエラー診断を分離し、フィードバックセットが独立したベンチマークに転送されるかどうかを確認する動機となる。

関連論文リスト

• Revar3r: gauge-aware perturbation uncertainty for feed-forward 3d reconstruction [0.1749935196721634]
  凍結した3Dモデルがその出力フレームが分数的に回転するため、等価な入力を処理する場合であっても、正しく再構成された遠点が不確かである。 この研究は、シーンの広さで成長し、望まれる信号に圧倒される可能性のある、クローズドな、エラーに依存しない分散項を導出する。 VGGT、3、MASt3Rを6つのデータセットで比較すると、すべてのバックボーン上の同じ推定器は18の条件のうち15の条件でAUSEの信頼性を低くする。
  論文  参考訳（メタデータ） (2026-10-06T07:29:54Z)
• Robust Ensemble Guidance for Scientific Inverse Problems [100.58137337454754]
  Robust Ensemble Guidance (REG) は、アンサンブル予測拡散を用いて観測スケールのバランスを保ち、極端に不一致な影響を制限するために標準化された残差を適応的にクリップする。 REGは3つの観測系で6.2-8.2dBのブラックホール再構成PSNRを増加させ、一致した予算比較でNavier-Stokes再構成誤差を26.4%削減する。
  論文  参考訳（メタデータ） (2026-10-04T16:54:37Z)
• SVR: Self-Verifying Refinement via Joint Verdict-Confidence Reinforcement Learning for Adaptive Test-Time Compute [62.3458279176813]
  自己検証リファインメント(Self-Verifying Refinement)は、オラクルフリーのマルチターン強化学習フレームワークである。 自己検証を計算制御ポリシとして使用することを学ぶ。 マクロ平均精度は0.563で、平均で2.99回しか推測できない。
  論文  参考訳（メタデータ） (2026-07-30T16:20:58Z)
• Failures Reveal What Metrics Miss: An Evidence-Driven Agent for Recursive Refinement of ECG Classifiers [11.39186680570032]
  本稿では,エビデンス駆動型LCM-as-DesignerフレームワークRecursiveECGを提案する。 具体的な故障と客観的なECG証拠に基づいてECG分類器を洗練する。 一貫して強いベースラインを上回り、平均的な相対的な改善は10.0%に達する。
  論文  参考訳（メタデータ） (2026-07-27T13:31:24Z)
• Purified OPSD: On-Policy Self-Distillation Without Losing How to Think [52.879387744920415]
  オンライン自己蒸留(OPSD)は長いチェーン・オブ・ソート(Long-CoT)推論モデルでは一貫して失敗する。 まず,教師が指導信号の非伝達可能成分を分離するために,参照のみの教師を構築する。 第2に、この残差をよく形成されたPMIターゲット分布に変換するメカニズムとして、ポイントワイズ相互情報(PMI)を用いる。
  論文  参考訳（メタデータ） (2026-07-02T14:33:07Z)
• TriDP-PTM: a three-stage distortion-perception tradeoff guides the pre-training model for radar cardiac sensing [25.689070161328544]
  心臓血管疾患は世界的な死因であり、持続的かつ正確な非侵襲的な心臓モニタリングを必要とする。 非接触レーダーベースのアプローチは、しばしば単一の「歪曲駆動」または「知覚駆動」パラダイムを用いる。 本稿では,「直接レーダー・ツー・タスク」パスと「間接レーダー・ツー・ECG・ツー・タスク」パスを体系的に比較する,レーダに基づくマルチスケールフュージョン・デュアルパスフレームワークを提案する。
  論文  参考訳（メタデータ） (2026-05-25T11:32:18Z)
• Does RAG Know When Retrieval Is Wrong? Diagnosing Context Compliance under Knowledge Conflict [7.091145002779077]
  文脈駆動分解(英: Context-Driven Decomposition、CDD)は、推論時に動作する信念分解プローブである。 制御された検索競合の介入メカニズムとして機能する。 これら3つのパターンは、標準的なRAGを探索できる構造軸としてコンテキスト準拠を識別する。
  論文  参考訳（メタデータ） (2026-05-14T07:14:19Z)
• Domain-Adapted Fine-Tuning of ECG Foundation Models for Multi-Label Structural Heart Disease Screening [9.031528782284935]
  心電図(ECG)基礎モデルがエコー確認型多ラベル心疾患検出をサポートできるかどうかを検討した。 我々は,ECGの工学的特徴と,勾配向上,スクラッチからのエンドツーエンドの波形学習,オープンECG基盤モデルからの転送を比較した。 適応型ECG-FMモデルは全体的な性能を最高のものにした。
  論文  参考訳（メタデータ） (2026-04-25T17:27:42Z)
• CARE What Fails: Contrastive Anchored-REflection for Verifiable Multimodal [84.71254539482369]
  検証可能な報酬を伴うグループ相対的強化学習(RLVR)は、しばしば、すでに失敗している最も情報に富むデータを浪費する。 エラーを監督するマルチモーダル推論のための,障害中心のポストトレーニングフレームワークであるCAREを提案する。 CAREは正確さを改善し、スムーズさをトレーニングすると同時に、障害からの学習信号のシェアを明示的に増やします。
  論文  参考訳（メタデータ） (2025-12-22T16:34:21Z)
• ERIS: An Energy-Guided Feature Disentanglement Framework for Out-of-Distribution Time Series Classification [51.07970070817353]
  理想的な時系列分類(TSC)は不変表現をキャプチャできるべきである。 現在の手法は、真に普遍的な特徴を分離するために必要な意味的な方向性を欠いている。 本稿では,シフト・ロバストネス・フレームワークのためのエンドツーエンドのエネルギー規則化情報を提案する。
  論文  参考訳（メタデータ） (2025-08-19T12:13:41Z)
• Robust Self-Supervised LiDAR Odometry via Representative Structure Discovery and 3D Inherent Error Modeling [67.75095378830694]
  そこで我々は,2段階のオドメトリ推定ネットワークを構築し,一連の部分領域変換を推定してエゴモーメントを求める。 本稿では,トレーニング,推論,マッピングフェーズにおける信頼できない構造の影響を軽減することを目的とする。 我々の2フレームのオードメトリーは、翻訳/回転誤差の点で、過去の芸術の状態を16%/12%上回っている。
  論文  参考訳（メタデータ） (2022-02-27T12:52:27Z)

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。