TransFeat-TPP：一种解释性深度协变量时间点过程
原文中文，约300字，阅读约需1分钟。发表于：。提出了基于 Transformer 的协变量时间点过程（TransFeat-TPP）模型，以提高深度协变量时间点过程（deep covariate-TPPs）模型的可解释性并保持强大的表达能力。实验结果表明，与现有的深度协变量时间点过程相比，TransFeat-TPP 可以有效地建模事件和协变量之间的复杂关系，并提供了更好的解释性和可靠的特征重要性判断。
研究人员提出了基于Transformer的TransFeat-TPP模型，用于提高深度协变量时间点过程模型的可解释性和表达能力。实验证明，TransFeat-TPP能够有效建模事件和协变量之间的复杂关系，并提供更好的解释性和特征重要性判断。
