TSPFN

TSPFN：新型基础模型增强生理时间序列分类

研究人员开发了TSPFN，这是一种新的基础模型，旨在更好地处理用于分类任务的生理时间序列数据。与TabPFN等现有的表格基础模型不同，TSPFN结合了时间表示和位置嵌入，以捕捉医学信号固有的时间依赖性。TSPFN在大规模数据集（包含140,000个生理时间序列）上进行了预训练，在各种基准测试中，与标准的表格模型和专门的深度时间序列模型相比，其跨领域泛化能力和性能均表现更优。