HAN+LR集成模型预测IVF/ICSI新鲜胚胎移植活产
研究构建616例IVF/ICSI新鲜胚胎移植单中心数据集,采用内细胞团与滋养层差异加权编码胚胎形态,提出混合注意力网络(HAN)与逻辑回归集成模型。该模型测试AUC-ROC达0.710,优于HAN单独、逻辑回归、TabPFN及文本序列化语言模型。
共 6 篇相关资讯,按重要度与时间排序,每 3 小时更新。
研究构建616例IVF/ICSI新鲜胚胎移植单中心数据集,采用内细胞团与滋养层差异加权编码胚胎形态,提出混合注意力网络(HAN)与逻辑回归集成模型。该模型测试AUC-ROC达0.710,优于HAN单独、逻辑回归、TabPFN及文本序列化语言模型。
论文提出 CAGE 框架,融合生成建模、对抗判别与保形预测以提升时间序列预测可靠性。多个生成模型产出初始预测,判别组件用保形预测计算非一致性分数并动态调整模型权重,抑制不可靠预测的影响。在新西兰牛奶采集与猴痘公共卫生数据上,CAGE 在处理异常值与噪声数据方面优于传统集成方法。
该论文提出 HYB(nm) 自适应混合集成框架,通过元学习器动态融合历史基线、周期时序分析、Koopman 神经算子、天气特征网络与实时图卷积网络五种模型,用于公交到站时间(ETA)预测。在印度加尔各答三条公交线路、超 4000 次行程的 GPS 与天气数据上评估,精度媲美领先图神经网络,并在稳定…
论文提出 CORE-STACK+ 预处理流水线,解决异构视觉骨干堆叠中的预测空间多重共线性与校准崩塌问题。其四个组件包括核化冗余过滤、可微元特征门控、谱自适应 Ridge 惩罚与拉普拉斯近似贝叶斯混合器,并给出联合考虑冗余与元学习器容量的 PAC-Bayes 超额风险界。在六个基准上提升精度与鲁棒…
论文将随机森林、XGBoost 与逻辑回归集成做中智分解,输出四类不确定性指标,在 CWRU 与 JNU 轴承基准上评估。结果显示预测熵与误差稳健相关,时域与频域模型融合的 JS 散度指标在分布漂移下表现最佳。
研究提出 SegTSim,一个大数据驱动的分段时序仿真框架,融合分段弹性建模、自适应 min-gating、动态生产转移优化与多因子数据融合。基于 2015-2025 年美日汽车贸易数据验证,在 25% 扰动情景下日本进口量下降 20.4%,各输出变量变异系数低于 3.5%。