AI框架HAPI-EP实现自适应心脏数字孪生

研究人员开发了HAPI-EP，一个旨在为心脏电生理学创建混合、自适应和预测性数字孪生的AI框架。该框架集成了机制模型和数据驱动模型，能够对实时患者数据进行即时快速的适应。通过使用前馈元学习器和预测目标，HAPI-EP旨在实现理论上的可识别性和强大的预测能力，即使在分布外场景下也是如此。 AI

影响 该框架通过实现更准确和自适应的心脏病数字孪生，有望推动个性化医疗的发展。

排序理由 该集群包含一篇详细介绍特定科学应用新AI框架的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

• alphaXiv
• arXiv
• CatalyzeX
• DagsHub
• Gotit.pub
• HAPI-EP
• Hapithus
• Hugging Face
• ScienceCast
• Sumeet Vadhavkar

• 论文
• 模型发布

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →