PyTorchKR Papers

최신 논문

총 1편
태그·기간 등 상세 필터

카테고리 탐색

로그인 후 이 태그 구독

arXiv:2606.07128v1cs.LG

원시 수치 연구 데이터에서 비무작위 패턴을 탐지하기 위한 기계학습 보조 점진적 자릿수 무작위성 스크리닝 프레임워크

A machine-learning-assisted progressive digit-randomness screening framework for detecting non-random patterns in raw numerical research data

원시 수치 데이터셋은 이미지, 표절, 요약 통계 불일치에 비해 무결성 스크리닝에서 덜 체계적으로 검토되고 있다. 우리는 수치 연구 데이터에서 비무작위 자릿수 패턴 이상을 탐지하기 위한 통계 및 기계학습 프레임워크인 조작 위험 자릿수 무작위성 스크리닝 모델(Fabrication-risk Digit Randomness Screening model, FDRS)을 개발했다. FDRS는 단일 및 결합 소수 자릿수 검정, Cramer's V, 엔트로피 지표, Kullback-Leibler 발산, 자릿수 선호 지수, 점진적 하위표본 추출, 반지도 학습 위험 점수화를 통합한다. 이는 기기 유래 효소 흡광도 데이터셋(RawData, n=253)과 맹검 수동 시뮬레이션 이상 데이터셋(ErrData, n=255)을 사용해 평가되었다. RawData는 단일 제3소수 자릿수 분석에서 유의미한 편차를 보이지 않았으며, ErrData는 유의미한 편차를 보였다. 제3-4소수 자릿수 결합 분석에서 ErrData는 더 높은 Cramer's V, 더 낮은 정규화된 엔트로피, 더 높은 KL 발산, 그리고 더 지속적인 점진적 하위표본 추출 편차 신호를 보였다. 내부 검증에서 Elastic-net 로지스틱 회귀는 최고 AUC(0.98395)와 최저 Brier 점수(0.048439)를 달성했으며, Random Forest는 최고 정확도(0.926667)와 균형 정확도(0.935)를 달성했다. RawData는 0.124627의 낮은 앙상블 위험 점수를 받아 Grade 0으로 분류되었고, ErrData는 0.740760의 점수를 받아 Grade 3으로 분류되었다. 외부 실세계 벤치마크는 등급별 위험 계층화를 뒷받침했다: 공개 게재 후 우려가 확인되지 않은 세 데이터셋은 Grade 0 또는 1로 분류되었고, 공개적으로 의문이 제기되었거나 기관에서 처리된 논문의 두 데이터셋은 Grade 2 또는 3으로 분류되었다. FDRS는 해석 가능한 통계 및 기계학습 특성을 통합하여 추가 검토를 위한 원시 수치 데이터셋의 우선순위를 정할 수 있다. 이는 보조적인 자릿수 구조 스크리닝 도구이며, 조작이나 부정행위에 대한 독립적 증거는 아니다.