热点事件持续更新
CALIBRA：校准优先的多模态时序哮喘风险预测框架
1 篇报道1 个报道来源6 小时前更新
先了解这件事
AI 综述
CALIBRA 是一个校准优先的多模态时序框架，用于短期哮喘风险预测并处理缺失数据。实验在受控分布偏移的三队列半合成基准上进行，五次种子平均 AUPRC 0.224、AUROC 0.717、Brier 0.098，弱于最强非消融对照 TemporalTransformer 的 0.240。研究未建立临床有效性，结论仅支持在真实队列上进行审慎验证。
AI 根据报道生成 · 2 小时前更新
报道时间线
沿着报道，了解事件的不同侧面。
9月30日
- arXiv · Machine LearningCALIBRA：校准优先的跨队列多模态时序学习框架用于可迁移哮喘风险预测
CALIBRA 是一个校准优先的多模态时序框架，用于短期哮喘风险预测，处理缺失数据。实验在受控分布偏移的三队列半合成基准上进行，五次种子平均 AUPRC 0.224，AUROC 0.717，Brier 0.098，弱于最强非消融对照 TemporalTransformer 的 0.240。研究未建立临床有效性，结论仅支持在真实队列上进行审慎验证。
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。