实体 TransformerJM

TransformerJM

PulseAugur coverage of TransformerJM — every cluster mentioning TransformerJM across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

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 1 条

TOOL · CL_284383 · Oct 7 · 04:00

DeepAJM模型通过新颖的深度学习方法推进生存结局预测

研究人员开发了DeepAJM，这是一种新颖的深度联合模型，旨在通过分析不规则采样的纵向数据来改进生存结局的预测。与依赖固定假设的传统参数模型不同，DeepAJM利用编码器-解码器架构来学习潜在结构和可解释的关联机制。该方法在多个数据集上展示了卓越的区分性能，在C指数和AUROC等关键指标上优于现有模型。