DeepSelective: Feature Gating and Representation Matching for Interpretable Clinical Prediction
原文英文，约100词，阅读约需1分钟。
📝
内容提要
本研究提出了DeepSelective框架，旨在提高电子健康记录（EHR）中机器学习模型的解释性和表示学习的稳健性。该框架结合数据压缩和特征选择方法，提升了预测精度和模型可解释性，为临床决策提供了重要支持。
🏷️
