medRxiv 预印本· Gibbons, J. B., Leenaerts, N., Mandavia, A. D., Jameson, J. C., Liang, A., Hathaway, D., Yang, J., Gu, B., Marx, B. P., Siddiqi, S., Wood, R., Ruble, M., Lyndon, S., Wang, P. S. ·· 1 天前AI 评分10
基于贝叶斯锚定潜在学习的BALL模型可提升状态轨迹估计精度
Bayesian Anchored Latent Learning for Estimating State Trajectories
AI 导读
研究者开发了Bayesian Anchored Latent Learning（BALL），将稀疏参考测量与更密集的间接记录结合，用于估计动态系统状态轨迹。在30项模拟中，BALL较直接用测量数据训练的transformer将复合轨迹误差降低7%；在1,609例精神科病历中，BALL在21天和28天测量方案下改善了被隐藏问卷评分的预测。
来源：medRxiv 预印本 · medrxiv.org