研究人员开发了ITGPT，一种新颖的基于注意力机制的架构，用于处理多模态和不规则采样的时间序列数据。该模型可以使用自监督学习和生成式预训练目标进行训练，即使在标签稀少的情况下也有效。在医疗保健和预测性维护数据集上的评估表明，ITGPT无需数据插补或重采样即可达到最先进的性能。 AI
影响 能够更有效地利用医疗保健和维护领域中真实、混乱的时间序列数据。
排序理由 该集群包含一篇详细介绍新模型架构的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
Timeseries regression models often struggle to leverage large volumes of labeled multimodal data, particularly when the data are irregularly sampled or contain missing values. This is common in domains like healthcare and predictive maintenance, where data are collected from unre…