классификация

Исследование посвящено применению моделей машинного обучения для анализа эмоционального состояния пациентов на онлайн-форумах поддержки онкологических больных. Авторы провели бенчмарк классических, рекуррентных и трансформерных моделей для четырёхклассовой ординальной классификации тональности, используя датасет Mental Health Insights—Vulnerable Cancer Patients объёмом 10 392 записи. Модели оценивались по взвешенному F1-мере, макро AUC one-vs-rest и класс-специфичным метрикам на разбиении 60/20/20. Наилучшие результаты показала модель ALBERT с взвешенным F1 0,7667 и макро AUC 0,931, BioBERT продемонстрировал близкие показатели (F1 0,7613, AUC 0,917) с несколько более высокой полнотой для класса «очень негативный» (0,8019 против 0,7736). Анализ ошибок выявил, что ошибки трансформеров концентрируются вокруг ординальных границ решений, а остаточные ошибки положительного класса имеют операционную важность для рабочих процессов поддержки. Исследование поддерживает использование тонкой настройки трансформеров как компонента систем поддержки решений для мониторинга уязвимых пациентов, подчёркивая необходимость калибровки, прозрачного анализа ошибок и человеческого надзора вместо автономной клинической оценки.

В данной научной работе представлен переработанный фреймворк логистической регрессии, специально оптимизированный для классификации и отбора признаков в условиях высокой размерности биомедицинских данных. Основная проблема, решаемая авторами, заключается в ограничении классической логистической регрессии, когда количество генетических признаков многократно превышает количество доступных образцов. Методология была протестирована на трех различных биомедицинских наборах данных, охватывающих сценарии с десятками тысяч атрибутов при существенно малом объеме выборки. Результаты исследования показали способность модели обеспечивать четкое разделение между контрольными группами и группами пациентов с заболеваниями, одновременно выделяя компактный набор наиболее значимых генов. Важным достижением является то, что часть выбранных признаков совпала с уже известными биомаркерами заболеваний, что подтверждает биологическую достоверность модели, а другие признаки указывают на потенциально новые мишени для дальнейших исследований. Данный подход предлагает интерпретируемую и вычислительно эффективную альтернативу существующим методам в области вычислительной биологии.

В исследовании представлена разработка методов классификации геномных вариантов вируса SARS-CoV-2, ориентированная на решение проблемы экстремального дисбаланса классов и дефицита данных о редких мутациях. Авторы предложили гибридную архитектуру RF-SVM, объединяющую случайный лес (Random Forest) и метод опорных векторов (SVM) с полиномиальным ядром для повышения чувствительности к миноритарным классам. В ходе сравнительного анализа было установлено, что классические модели машинного обучения, использующие признаки TF-IDF на основе k-меров, превосходят методы глубокого обучения по макро-усредненным метрикам эффективности. Лучший результат показал классификатор Random Forest с использованием TF-IDF, достигнув точности (accuracy) 96,3% и макро-F1-меры 0,8894 при стабильной кросс-валидации (CV accuracy = 0,9637). Гибридная модель RF-SVM продемонстрировала улучшенную способность к обнаружению редких вариантов в условиях сильного перекоса данных. Работа подчеркивает ограничения глубокого обучения в специфических геномных задачах и доказывает эффективность интерпретируемых гибридных подходов для геномного надзора.

Исследование предлагает практический фреймворк для малоэталонного развертывания предобученных трансформеров МРТ в различных задачах нейровизуализации. Авторы используют стратегию предобучения Masked Autoencoder на 31 миллионе 2D срезов МРТ и демонстрируют state-of-the-art результаты с точностью 99.24% и превосходными показателями сегментации.