MedSyn: LLM-based synthetic medical text generation framework

Kumichev G.; Blinov P.; Kuzkina Y.; Goncharov V.; Zubkova G.; Zenovkin N.; Goncharov A.; A. Savchenko

doi:10.1007/978-3-031-70381-2_14

Публикации

?

MedSyn: LLM-based synthetic medical text generation framework

P. 215–230.

Kumichev G., Blinov P., Kuzkina Y., Goncharov V., Zubkova G., Zenovkin N., Goncharov A., Савченко А. В.

Язык: английский

DOI

Текст на другом сайте

Ключевые слова: Synthetic data Clinical note generation ICD code prediction

В книге

Machine Learning and Knowledge Discovery in Databases. Applied Data Science Track. European Conference, ECML PKDD 2024, Vilnius, Lithuania, September 9–13, 2024, Proceedings, Part X. LNCS, volume 14950

Cham: Springer, 2024.

Assessing the Big Data Value: Approaches and Methods

Мальцева С. В., , in: Информатика и прикладная математика: Материалы X Международной научно-практической конференции (08.10 - 11.10.2025 г.)Т. 1: Сборник материалов часть 1.: Алматы: Институт информационных и вычислительных технологий КН МНВО РК, 2025.

Добавлено: 3 марта 2026 г.

Фундаментальная модель для временных рядов и как ее (не) обучать на синтетике

Темирханов А. А., Костромина А. М., Цымбой О. А. и др., Доклады Российской академии наук. Математика, информатика, процессы управления (ранее - Доклады Академии Наук. Математика) 2025 Т. 527 № S С. 485–494

В индустрии нередко возникает необходимость одновременно строить прогнозы по большим наборам временных рядов. Однако мы можем оказаться в ситуации, когда обучение отдельной модели для каждого из них невозможно или слишком затратно. Эта проблема в моделировании временных рядов остается без должного внимания. Средством ее решения может служить создание фундаментальной модели (foundation model), рассчитанной на прогнозирование в ...

Добавлено: 24 февраля 2026 г.

Enhancing bankruptcy prediction efficiency using synthetic data

Elizaveta V. Lashkevich, Business Informatics 2025 Vol. 19 No. 3 P. 22–47

Прогнозирование финансовой несостоятельности компаний имеет решающее значение для инвесторов, кредиторов и регулирующих органов. Однако доступ к высококачественным, сбалансированным данным для обучения моделей часто ограничен из-за соображений конфиденциальности, нехватки информации или особенностей предоставления финансовой отчетности. В данной работе исследуется потенциал методов создания синтетических данных для увеличения экземпляров миноритарного класса в несбалансированных наборах данных и тем самым ...

Добавлено: 15 сентября 2025 г.

AGDES: a Python package and an approach to generating synthetic data for differential equation solving with LLMs

Vladimir Zakharov, Anton Surkov, Sergei Koltcov, Procedia Computer Science 2025 Vol. 258 P. 1169–1178

Добавлено: 21 августа 2025 г.

Sim4Rec: Flexible and Extensible Simulator for Recommender Systems for Large-Scale Data

Anna Volodkevich, Ivanova V., Васильев А. В. и др., , in: Advances in Information Retrieval: 47th European Conference on Information Retrieval, ECIR 2025, Lucca, Italy, April 6–10, 2025, Proceedings, Part IV.: Springer, 2025. P. 425–430.

Добавлено: 10 апреля 2025 г.

User response modeling in recommender systems: a survey

M. Shirokikh, Shenbin I., Alekseev A. и др., Journal of Mathematical Sciences 2024 Vol. 285 No. 2 P. 255–284

Добавлено: 24 ноября 2024 г.

The Role of Synthetic Data in Improving Neural Network Algorithms

Rabchevskiy A., Leonid N. Yasnitsky, , in: 2022 4th International Conference on Control Systems, Mathematical Modeling, Automation and Energy Efficiency (SUMMA).: IEEE, 2022. P. 316–312.

Добавлено: 15 февраля 2024 г.

Creating and Using Synthetic Data for Neural Network Training, Using the Creation of a Neural Network Classifier of Online Social Network User Roles as an Example

Rabchevskiy A., Ясницкий Л. Н., , in: Digital Science: DSIC 2021Vol. 381.: Switzerland: Birkhauser/Springer, 2022. P. 412–421.

Добавлено: 14 февраля 2024 г.

Synthesis of Datasets for Neural Networks Based on Expert Knowledge

Rabchevskiy A., Ashikhmin E., Ясницкий Л. Н., , in: Cyber-Physical Systems and Control II.: Springer, 2023. P. 535–544.

The problem of creating datasets for training and testing neural networks is described in the example of the task of social network management. A method of expert dataset synthesis based on experts’ knowledge of the subject area is proposed. The essence of the method lies in the fact that sets are generated randomly within the ...

Добавлено: 20 ноября 2023 г.