★ 2
监督嵌入实现症状网络部分信息分解
研究提出基于嵌入的部分信息分解(ePID),将非焦点症状压缩为低基数离散嵌入,实现可扩展的双源PID,输出唯一、冗余与协同信息分量。在PHQ-9与IRI等真实数据集上,监督ACIB嵌入恢复参考分解最准确(协同恢复r=0.92),并揭示不同量表呈现相反的冗余/协同特征。
arXiv cs.LG48 天前
共 3 篇相关资讯,按重要度与时间排序,每 3 小时更新。
研究提出基于嵌入的部分信息分解(ePID),将非焦点症状压缩为低基数离散嵌入,实现可扩展的双源PID,输出唯一、冗余与协同信息分量。在PHQ-9与IRI等真实数据集上,监督ACIB嵌入恢复参考分解最准确(协同恢复r=0.92),并揭示不同量表呈现相反的冗余/协同特征。
研究提出一种基于投影的黑盒方法,仅使用嵌入即可恢复时间与地理结构。该方法无需模型权重或训练,适用于API模型,为可解释性和时间地理信息检索提供实用工具。