arXiv · Statistics Machine Learning· Maxx Richard Rahman, Mostafa Hammouda, Wolfgang Maass·2026-10-01 12:00· 3 小时前AI 评分28

CAMOS：耦合振荡状态空间模型用于多模态临床时间序列

CAMOS: Coupled Oscillatory State-Space Model for Multimodal Clinical Time-Series

AI 导读

CAMOS 为每个模态提供二阶振荡器银行，通过受可用性门控的耦合矩阵使转移算子成为已采测量值的函数。在 ADNI 上，CAMOS 在同访分期、里程碑预测和纵向预测上优于非耦合振荡状态空间模型和临床融合模型；在 OASIS-3 零样本迁移中，是唯一避免坍缩到多数类的模型。