EvtGraph

EvtGraph框架通过事件自适应压缩优化多模态时序数据学习

研究人员推出EvtGraph，一个旨在提高多模态时序数据学习效率的新型框架。该方法通过使用事件自适应压缩将序列转换为事件级token来解决数据密度不规则的挑战。EvtGraph然后在节点预算下选择这些token的紧凑子集，并应用时间约束稀疏图推理。在临床和跨领域基准上的实验表明，EvtGraph的表现优于Transformer和循环基线，同时显著提高了效率，为处理高冗余时序数据提供了一个通用范例。