实体
StructGP
StructGP
PulseAugur coverage of StructGP — every cluster mentioning StructGP across labs, papers, and developer communities, ranked by signal.
总计 · 30天
2
90 天内 2
发布 · 30天
0
90 天内 0
论文 · 30天
2
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
-
新算法学习临床时间序列数据中的结构
研究人员开发了一种专门用于临床时间序列数据的新结构学习算法。该算法名为StructGP，将患者时间序列建模为平稳高斯过程，从而可以恢复表示时间序列之间有序条件关系的有向无环图。通过连续优化，使用改进的NOTEARS算法来识别这些图结构，在模拟中显示出恢复有向边的强大性能。
-
新的高斯过程模型增强了临床时间序列可解释预测
研究人员开发了StructGP，一种新颖的高斯过程模型，用于临床时间序列的可解释预测。该模型将过程卷积与可微分结构学习相结合，以揭示变量间依赖关系的定向无环图，并保留原则性的不确定性。StructGP在模拟和真实临床数据上都表现出强大的性能，与现有方法相比，提高了预测准确性和校准性。