Notice bibliographique
Résumé
This thesis explores the challenges presented by label noise in machine learning (ML) for health. Label noise is unavoidable in real-world data; it can arise from variability in measurement, human annotation errors, and aleatoric uncertainty in the ground truth. Ignoring label noise when training classifiers with standard risk-minimization algorithms can result in faulty models that predict noise instead of signal; this is particularly problematic in healthcare where predictions can representmission-critical decisions. This thesis addresses the problem of label noise from several perspectives: exploring how and why label noise arises in health data, proposing robust algorithms to handle label noise, and studying the impact of label noise on individualized predictions while proposing methods for safer inference. Through a real-world study of stress detection in sensor data, the thesis first explores the significant inter- and intra-individual variability in label representations, undermining the reliability of classifiers trained on these labels. Motivated by this, the thesis introduces the concept of Temporal Label Noise, where noise levels vary over time, and proposes robust algorithms to handle this type of noise. It then examines the consequences of label noise on individual-level predictions, a gap in existing label noise research, while providing tools to mitigate the potential harm in high-stakes healthcare predictions. Finally, the work delves into a clinical case study in the Critical Care Unit, demonstrating how noisy sensor data can be leveraged to generate higher-quality annotations and improve patient safety initiatives. By identifying clinical challenges and proposing novel algorithmic solutions, this thesis intends to help advance the development of safe, robust, and trustworthy machine learning for healthcare.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,023 | 0,092 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,006 |
| Communication savante | 0,007 | 0,008 |
| Science ouverte | 0,003 | 0,007 |
| Intégrité de la recherche | 0,004 | 0,007 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,001 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».