Suche nach Machine‑Learning‑Framework

Maschinelles Lernen erkennt frühzeitig Dosierungsfehler in klinischen Studien

In einer wegweisenden Studie wurde ein Machine‑Learning‑Framework entwickelt, das klinische Studien bereits vor ihrem Start auf das Risiko…

arXiv – cs.LG 27.02.2026 05:00

Forschung

KI-Modelle erkennen Multidrug-Resistenz bei Bakterien – LIME erklärt <p>Die zunehmende Multidrug-Resistenz (MDR) stellt Kliniker vor enorme Herausforderungen, weil die Behandlungsmöglichkeiten knapp sind und herkömmliche Suszeptibilitätstests lange dauern. In einer neuen Studie wurde ein interpretierbares Machine‑Learning‑Framework entwickelt, das MDR bei bakteriellen Isolaten anhand klinischer Merkmale und Antibiotikensensitivitätsprofile vorhersagen kann.</p> <p>Fünf Klassifikationsmodelle – Logistic

arXiv – cs.LG 27.02.2026 05:00

Forschung

Neues Deep-Learning-Framework revolutioniert PBPK-Modellierung

Pharmakokinetische Modelle, die auf physiologischen Prinzipien basieren, sind unverzichtbar für die moderne Arzneimittelentwicklung. Ihre b…

arXiv – cs.LG 24.02.2026 05:00

Forschung

KI-gestützte Vorhersage von Rechnungsdilution in Lieferkettensfinanzierung

Rechnungsdilution – der Unterschied zwischen dem genehmigten Rechnungsbetrag und dem tatsächlich eingezogenen Betrag – stellt einen bedeute…

arXiv – cs.AI 18.02.2026 05:00

Forschung

NeuroWeaver: Autonomer Evolutionsagent revolutioniert EEG-Analyse-Pipelines

Die neueste Veröffentlichung von NeuroWeaver präsentiert einen autonomen Evolutionsagenten, der die Gestaltung von EEG-Analyse-Pipelines ne…

arXiv – cs.AI 17.02.2026 05:00

Forschung

GAMMS: Leichter Graph-basierter Multiagenten-Simulator für schnelle Experimente

Mit dem neuen Open‑Source‑Framework GAMMS (Graph based Adversarial Multiagent Modeling Simulator) erhalten Forscher und Entwickler ein leic…

arXiv – cs.AI 06.02.2026 05:00

Forschung

TinyTorch: 20‑Modul‑Kurs für ML‑Systeme von Grund auf

Der neue Lehrplan TinyTorch richtet sich an Studierende und Praktiker, die nicht nur Algorithmen, sondern auch die zugrunde liegenden Syste…

arXiv – cs.LG 28.01.2026 05:00

Forschung

XGBoost liefert präzise Tagesprognosen für NEPSE-Indexrenditen

In einer neuen Studie wird ein robustes Machine‑Learning‑Framework vorgestellt, das die täglichen Log‑Renditen des Nepal Stock Exchange (NE…

arXiv – cs.LG 15.01.2026 05:00

Forschung

AutoML in Radiomics: Leistung, Effizienz und Zugänglichkeit verglichen

Automatisierte Machine‑Learning‑Frameworks (AutoML) sollen die Entwicklung von Vorhersagemodellen in der Radiomics vereinfachen, indem sie…

arXiv – cs.LG 14.01.2026 05:00

Forschung

Dual-Pipeline-Framework liefert 98,67 % Genauigkeit bei automatischer Schlafstörungsklassifikation

Ein neues Machine‑Learning‑Framework aus dem Open‑Access‑Repository arXiv präsentiert eine hochpräzise Methode zur automatischen Erkennung…

arXiv – cs.LG 12.01.2026 05:00

Forschung

Neues ML-Modell verbessert lokale Kohlenstoffbilanz in Landwirtschaft

Eine aktuelle Veröffentlichung auf arXiv präsentiert ein innovatives Machine‑Learning‑Framework, das die Quantifizierung des Kohlenstoffkre…

arXiv – cs.LG 19.12.2025 05:00

Forschung

Neues ML-Framework vorhersagt Thromboserisiko bei rotierenden Blutpumpen

Ein neu entwickeltes, interpretierbares Machine‑Learning‑Framework ermöglicht die präzise Vorhersage von Thromboserisiken in rotierenden Bl…

arXiv – cs.LG 19.12.2025 05:00

Forschung

Maschinelles Lernen vorhersagt RSV-Hospitalisierungen dank Umweltdaten

Respiratory Syncytial Virus (RSV) bleibt die häufigste Ursache für Krankenhauseinweisungen bei Kleinkindern. Die Ausbrüche sind stark von U…

arXiv – cs.LG 17.12.2025 05:00

Forschung

Maschinelles Lernen optimiert Laser‑Mikromachining für nachhaltige Präzision

In der nachhaltigen Fertigung gewinnt die ultrakurze Pulslaser‑Mikromachining immer mehr an Bedeutung, weil sie hohe Präzision und qualitat…

arXiv – cs.AI 03.12.2025 05:00

Forschung

Neues selbstüberwachtes Lernmodell steigert Bodenanalysen mit Infrarotspektroskopie

Ein neu entwickeltes selbstüberwachtes Machine‑Learning‑Framework (SSML) kombiniert Multi‑Fidelity‑Learning mit latenten Raum‑Embeddings, u…

arXiv – cs.LG 21.11.2025 05:00

Forschung

Individuelle Vorgangsdaten senken Fehlalarme bei Krebsrisikovorhersagen

Ein neues Machine‑Learning‑Framework nutzt den zeitlichen Kontext von Patientenbesuchen, um die Genauigkeit von Gesundheitsüberwachungen zu…

arXiv – cs.AI 20.10.2025 05:00

Forschung

Selbstlernende KI meldet Algenblüten aus Satellitenbildern – ohne gelabelte Daten

Ein neues selbstlernendes Machine‑Learning‑Framework namens SIT‑FUSE ermöglicht die Erkennung und Kartierung von schädlichen Algenblüten (H…

arXiv – cs.LG 06.10.2025 05:00

Forschung

Physikbasiertes ML-Framework verbessert Sensorabdeckung in Echtzeit Ein neues Machine‑Learning‑Framework ermöglicht die adaptive Lokalisierung von Quellen in komplexen hydrodynamischen Systemen. Dabei nutzt es einen digitalen Zwilling, der die physikalische Struktur des Coupled Hydrodynamic‑Transport‑Systems exakt widerspiegelt. Der Zwilling wird mit conditional neural Whitney forms (CNWF) aufgebaut, die die mathematischen Garantien des Finite‑Element‑Exterior‑Calculus (FEEC) mit transformer‑basiertem Ope

arXiv – cs.LG 15.09.2025 05:00

Forschung

Neues KI-Modell verbessert Vorhersage von Leeway-Objekten im Wasser

Eine aktuelle Veröffentlichung auf arXiv präsentiert ein innovatives, mehrschichtiges Machine‑Learning‑Framework, das die Drift von Leeway‑…

arXiv – cs.LG 27.08.2025 05:00

Praxis

Prefix‑RFT: Ein einheitliches ML-Framework zur Kombination von SFT und RFT

Prefix‑RFT ist ein einheitliches Machine‑Learning‑Framework, das die Stärken von Supervised Fine‑Tuning (SFT) und Reinforcement Fine‑Tuning…

MarkTechPost 24.08.2025 01:52

Forschung

KI-gestützte Kostenprognose aus 2D‑Zeichnungen: Revolution im Fertigungswesen

Ein neues, integriertes Machine‑Learning‑Framework verändert die Art und Weise, wie Fertigungskosten aus 2D‑Ingenieurzeichnungen geschätzt…

arXiv – cs.LG 19.08.2025 05:00

Finde Modelle, Firmen und Themen

Maschinelles Lernen erkennt frühzeitig Dosierungsfehler in klinischen Studien

Neues Deep-Learning-Framework revolutioniert PBPK-Modellierung

KI-gestützte Vorhersage von Rechnungsdilution in Lieferkettensfinanzierung

NeuroWeaver: Autonomer Evolutionsagent revolutioniert EEG-Analyse-Pipelines

GAMMS: Leichter Graph-basierter Multiagenten-Simulator für schnelle Experimente

TinyTorch: 20‑Modul‑Kurs für ML‑Systeme von Grund auf

XGBoost liefert präzise Tagesprognosen für NEPSE-Indexrenditen

AutoML in Radiomics: Leistung, Effizienz und Zugänglichkeit verglichen

Dual-Pipeline-Framework liefert 98,67 % Genauigkeit bei automatischer Schlafstörungsklassifikation

Neues ML-Modell verbessert lokale Kohlenstoffbilanz in Landwirtschaft

Neues ML-Framework vorhersagt Thromboserisiko bei rotierenden Blutpumpen

Maschinelles Lernen vorhersagt RSV-Hospitalisierungen dank Umweltdaten

Maschinelles Lernen optimiert Laser‑Mikromachining für nachhaltige Präzision

Neues selbstüberwachtes Lernmodell steigert Bodenanalysen mit Infrarotspektroskopie

Individuelle Vorgangsdaten senken Fehlalarme bei Krebsrisikovorhersagen

Selbstlernende KI meldet Algenblüten aus Satellitenbildern – ohne gelabelte Daten

Neues KI-Modell verbessert Vorhersage von Leeway-Objekten im Wasser

Prefix‑RFT: Ein einheitliches ML-Framework zur Kombination von SFT und RFT

KI-gestützte Kostenprognose aus 2D‑Zeichnungen: Revolution im Fertigungswesen

🍪 Cookie-Einstellungen

Dual-Pipeline-Framework liefert 98,67 % Genauigkeit bei automatischer Schlafstörungsklassifikation