DBGL: Decay-aware bipartites Graphen-Lernen für die Klassifikation unregelmäßiger medizinischer Zeitreihen

arXiv:2604.11842v1 Ankündigungstyp: Neu Abstract: Unregelmäßige medizinische Zeitreihen spielen eine kritische Rolle in der klinischen Praxis, um den Patientenzustand besser zu verstehen. Die inhärente Unregelmäßigkeit durch heterogene Abtastraten, asynchrone Beobachtungen und variable Lücken stellt jedoch eine Schlüsselherausforderung dar…