arXiv · cs.AI· Shahar Oded, Yuval Shahar·· 1 天前
INTERVenE：基于时间抽象区间的Transformer用于短期医疗事件预测
INTERVenE: Temporal-Abstraction-Interval Based Transformers for Short-Horizon Medical Event Prediction
arXiv:2608.29901v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Shahar Oded, Yuval Shahar
研究任务与主要进展
INTERVenE提出一组以知识驱动时间抽象为输入的Transformer架构，用于重症监护短期医疗事件预测，并支持逐步风险读出或联合预测风险与事件时间。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org