KI News: Kurz und klar.

Die automatisierte Analyse von Nadel‑EMG‑Signalen gewinnt zunehmend an Bedeutung, um neuromuskuläre Erkrankungen frühzeitig zu erkennen. Dabei stellen die hohen und stark variierenden Abtastfrequenzen ein erhebliches Rechenproblem dar, insbesondere wenn fast sofortige Ergebnisse gefordert sind. Downsampling könnte die Datenmenge reduzieren, doch bislang ist unklar, wie stark diagnostische Informationen dabei verloren gehen.

Ein neues Verfahren namens Attention-based Feature Online Conformal Prediction (AFOCP) verspricht, die Genauigkeit von Vorhersagen für Zeitreihen erheblich zu verbessern. Im Gegensatz zu herkömmlichen Online-Conformal-Prediction-Methoden arbeitet AFOCP im Feature‑Raum vortrainierter neuronaler Netze und nutzt dabei die bereits gelernten Repräsentationen, um kompaktere Vorhersageintervalle zu erzeugen.

Ein neues Forschungsprojekt namens FRAUDGUESS hat gezeigt, wie man bislang unbekannte Betrugsarten in riesigen Finanzdaten erkennt und gleichzeitig nachvollziehbare Beweise liefert. Durch die Analyse von Millionen von Transaktionen – inklusive Käufer-, Verkäufer- und Zeitinformationen – werden potenzielle Betrugsfälle in Form von Mikro‑Cluster‑Mustern im Feature‑Raum identifiziert.