Dec, 2018
通过无监督时间序列表示学习提高临床预测
Improving Clinical Predictions through Unsupervised Time Series Representation Learning
Xinrui Lyu, Matthias Hueser, Stephanie L. Hyland, George Zerveas, Gunnar Raetsch
TL;DR本研究探讨了无监督表示学习在医学时间序列上的应用,结果表明无监督表示学习可以优于端到端监督体系结构,使用序列到序列模型 (Sequence-to-Sequence, Seq2Seq) 的效果最佳,通过第一次在无监督学习的医学时间序列中使用集成注意力机制,实现了预测性 Seq2Seq 模型的最佳表现。