实体
Generalized Additive Mixed Models
Generalized Additive Mixed Models
PulseAugur coverage of Generalized Additive Mixed Models — every cluster mentioning Generalized Additive Mixed Models across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 2
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 2 条
-
机器学习模型预测肌萎缩侧索硬化症进展和医疗需求
研究人员开发了一种新颖的时间序列机器学习模型，旨在预测肌萎缩侧索硬化症（ALS）的进展和相关的医疗服务需求。该框架整合了纵向患者数据，包括功能评定量表轨迹，以创建个体化的生存曲线并预测轮椅使用等里程碑事件。该模型旨在提供一个可扩展、可解释且临床可操作的工具，用于ALS护理中的个性化决策支持。
-
统计模型在帕金森病进展跟踪方面优于神经网络
研究人员使用语音数据比较了统计模型和神经网络混合效应模型在跟踪帕金森病进展方面的表现。研究发现，在小队列研究中，传统的广义加性混合模型 (GAMMs) 优于更灵活的神经网络模型，预测误差更低。这表明可解释的统计模型更适用于小规模纵向研究，而神经网络方法可能需要更大的数据集才能避免过拟合。