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。

DeepSelective: Feature Gating and Representation Matching for Interpretable Clinical Prediction
BriefGPT - AI 论文速递
BriefGPT - AI 论文速递 ·
👤 个人中心
在公众号发送验证码完成验证