Feb, 2023
一种基于自监督学习的方法用于聚类多变量时间序列数据中的缺失值 (SLAC-Time): 一种用于创伤性脑损伤表型化的应用
A Self-Supervised Learning-based Approach to Clustering Multivariate Time-Series Data with Missing Values (SLAC-Time): An Application to Traumatic Brain Injury Phenotyping
Hamid Ghaderi, Brandon Foreman, Amin Nayebi, Sindhu Tipirneni, Chandan K. Reddy...
TL;DR提供了一种名为 SLAC-Time 的自监督学习基于 Transformer 聚类多元时间序列数据的方法,该方法通过利用时间序列预测作为代理任务来学习更健壮的时间序列表示,并使用 K-means 进行聚类,实验表明,该方法在聚类 TBI 患者中表现优异,可以用于开发有针对性的临床试验和治疗策略。