HealthMamba：医疗就诊量预测新模型
热点事件持续更新
HealthMamba：医疗就诊量预测新模型
1 篇报道1 个报道来源11 小时前更新
先了解这件事
AI 综述
Dahai Yu 等作者提出 HealthMamba，一个面向医疗设施就诊量预测的不确定性感知时空框架，包含统一时空上下文编码器、图状态空间模型 GraphMamba，以及集成三种机制的不确定性量化模块。 作者称，在加州、纽约、得州和佛州四个大规模真实数据集上，该模型的预测准确率较 SOTA 基线提升约 6.0%，不确定性量化提升 3.5%。该工作发表于 IJCAI 2026。
AI 根据报道生成 · 2 小时前更新
最新进展10月23日 12:00
HealthMamba：面向医疗设施就诊量预测的不确定性感知时空图状态空间模型报道时间线
沿着报道，了解事件的不同侧面。
10月23日
- arXiv cs.AIHealthMamba：面向医疗设施就诊量预测的不确定性感知时空图状态空间模型
HealthMamba 是一个不确定性感知的时空框架，用于准确可靠地预测医疗设施就诊量，包含统一时空上下文编码器、图状态空间模型 GraphMamba 和集成三种机制的不确定性量化模块。在加州、纽约、得州和佛州四个大规模真实数据集上，其预测准确率较 SOTA 基线提升约 6.0%，不确定性量化提升 3.5%。该工作发表于 IJCAI 2026。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。