该文综述基于MIMIC-III等数据库的临床事件序列预测研究，涵盖死亡率、住院时长、表型及脓毒症预测等任务。深度学习模型在处理原始临床时间序列时多优于传统方法，Transformer、LSTM及混合专家模型等被广泛应用，但整体进展有限，标注数据不足仍是主要挑战。

该文综述遥感领域利用半监督与生成模型缓解标注数据不足的研究，包括伪标签、GAN扩充数据集、地理知识预训练及主动学习，以提升分类、分割、生物量预测等任务性能，部分方法在遥感数据集上较监督基准提高数个百分点。