Jan, 2021
对比学习改善 COVID-19 患者关键事件预测
Contrastive Learning Improves Critical Event Prediction in COVID-19 Patients
Tingyi Wanyan, Hossein Honarvar, Suraj K. Jaladanki, Chengxi Zang, Nidhi Naik...
TL;DR首次提出对于高度失衡的 EHR 数据和相关 COVID-19 数据分析,对比损失(CL)能够提高交叉熵损失(CEL)的性能,尤其是在机器学习(ML)模型需要大规模、平衡的训练数据以在医疗场景中具有鲁棒性、可泛化性和有效性的情况下,该方法可扩展并用于 EHR ML 工作。