CogDrift-4D：MCI检测的分层多模态时序建模
热点事件观察中
CogDrift-4D：MCI检测的分层多模态时序建模
1 篇报道1 个报道来源2 天前更新
先了解这件事
AI 综述
Sankalp Vaish等作者发表论文，提出CogDrift-4D——一个用于轻度认知障碍（MCI）检测的分层4D Transformer框架，并配套18个月的多模态行为数据集。 在结构化言语与语言交互评测中，该框架取得0.733±0.13的分类准确率和0.716±0.14的F1分数，论文称其优于先进基线。上述指标为论文报告结果，尚未经独立验证。
AI 根据报道生成 · 1 天前更新
最新进展10月16日 12:00
CogDrift-4D：面向 MCI 检测的时间行为衰退分层多模态建模报道时间线
沿着报道，了解事件的不同侧面。
10月16日
- arXiv cs.CLCogDrift-4D：面向 MCI 检测的时间行为衰退分层多模态建模
CogDrift-4D 是一个分层 4D Transformer 框架，用于轻度认知障碍（MCI）检测，在结构化言语与语言交互评测中取得 0.733±0.13 的分类准确率和 0.716±0.14 的 F1 分数，优于先进基线。
本事件热度走势
- 可比范围当前
- 3
- 可比范围峰值
- 810月16日 22:00
- 近 24 小时变化
- -51%
02468
10月17日06:0012:0018:0010月18日
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。