AI要約 陸上競技選手のパフォーマンスデータから異常を検出するベンチマーキングシステムを提案。視覚的分析を組み合わせ、トレーニング状況や成績の逸脱をコーチや選手が直感的に把握できる仕組みを構築する。

EN This paper proposes a benchmarking system for detecting performance anomalies in athletics, combining anomaly detection methods with visual analytics to help coaches and athletes intuitively identify deviations in training and competition data.

AI要約 本論文では、グラフベースの半教師あり学習で用いられるソフト調和関数を用いた条件付き異常検知手法を提案する。臨床データへの適用を通じ、患者ケアにおける異常事象の検出精度を従来手法より向上させることを示した。

EN This paper proposes a conditional anomaly detection method based on soft harmonic functions from graph-based semi-supervised learning. Applied to clinical alerting, it outperforms existing approaches in identifying anomalous patient-care events.