事件图模型预测ICU死亡率：变量感知表示提升AUROC
热点事件持续更新
事件图模型预测ICU死亡率：变量感知表示提升AUROC
1 篇报道1 个报道来源10 小时前更新
先了解这件事
AI 综述
Mohammad Nasir Uddin等作者发表研究称，在事件图模型预测ICU死亡率时，关键因素是变量感知表示，而非关系类型。在MIMIC-IV的31,142例ICU住院数据上，采用变量感知表示（每个节点变量的学习嵌入加逐变量归一化）后，2020-2022年测试集平均AUROC从0.846提升至0.896，外部eICU验证从0.699提升至0.809。 作者称，该结论是在去除数据泄漏、并采用时间验证与外部验证的条件下检验各组件作用后得出的。
AI 根据报道生成 · 1 小时前更新
最新进展11月6日 13:00
事件图模型预测 ICU 死亡率的关键在于变量感知表示而非关系类型报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- arXiv cs.AI事件图模型预测 ICU 死亡率的关键在于变量感知表示而非关系类型
在 MIMIC-IV 的 31,142 例 ICU 住院数据上，变量感知表示（每个节点变量的学习嵌入加逐变量归一化）将 2020-2022 年测试集平均 AUROC 从 0.846 提升至 0.896，外部 eICU 验证从 0.699 提升至 0.809。
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。