研究人员开发了一种新颖的基于逻辑的框架，用于从带时间戳的数据和背景知识中识别复杂、长时间的事件。该方法使用逻辑规则来定义事件条件，并将它们组合成元事件，特别关注医疗应用，例如从患者记录中推断疾病发作和治疗。该系统采用约束和修复机制来确保事件的一致性，虽然完全推理是难以处理的，但限制允许多项式时间数据复杂度。在肺癌用例上的评估证明了该框架在计算上的可行性以及与医学专家意见的一致性，表明其具有广泛重用的潜力。 AI
影响 提供了一种新的时间事件推断方法，有可能改善医疗保健和其他数据丰富领域的分析。
排序理由 这是一篇研究论文，详细介绍了一种从带时间戳的数据中进行事件推断的新型基于逻辑的方法。
在 Hugging Face Daily Papers 阅读 →
AI 生成摘要 · Google Gemini · 来自 2 个来源。 我们如何撰写摘要 →
In this paper, we develop a novel logic-based approach to detecting high-level temporally extended events from timestamped data and background knowledge. Our framework employs logical rules to capture existence and termination conditions for simple temporal events and to combine …
In this paper, we develop a novel logic-based approach to detecting high-level temporally extended events from timestamped data and background knowledge. Our framework employs logical rules to capture existence and termination conditions for simple temporal events and to combine …