BriefGPT - AI 论文速递 · 2025-05-12T00:00:00Z Dynamical Label Augmentation and Calibration for Noisy Electronic Health Records 💡 原文英文，约100词，阅读约需1分钟。 📝 内容提要 本研究提出了一种基于注意力的学习框架（ACTLL），旨在解决电子健康记录中医疗时间序列数据的标签错误问题。该方法通过动态校准不确定标签和增强已确认实例，提高了患者结果预测的准确性。实验结果表明，在高噪声情况下，该模型优于现有技术。 🏷️ 标签 医疗时间序列 患者结果预测 标签错误 注意力学习框架 电子健康记录 阅读原文 生成长图 分享链接 已复制链接
