★ 2
时序图神经网络建模癌症护理团队协作与生存风险
研究提出可视化分析框架，从电子健康记录通信数据构建动态协作网络，用时序图神经网络（TGNN）估计患者结局风险随时间的变化。系统结合代理逻辑回归解释与 what-if 分析，在 505 名乳腺癌、结直肠癌和肺癌患者数据上验证。
arXiv cs.LG10 天前
共 2 篇相关资讯，按重要度与时间排序，每 3 小时更新。
研究提出可视化分析框架，从电子健康记录通信数据构建动态协作网络，用时序图神经网络（TGNN）估计患者结局风险随时间的变化。系统结合代理逻辑回归解释与 what-if 分析，在 505 名乳腺癌、结直肠癌和肺癌患者数据上验证。
论文提出TemporalGraphLLM框架，将任意时序图神经网络与大语言模型集成，用于动态文本属性图推理。方法通过图-时间感知指令微调与图嵌入注入替代专用新增token。在边分类、链接预测与基于边的文本生成任务上取得当前最优性能，展示了LLM与TGNN的协同潜力。