arXiv stat.ML· Maxx Richard Rahman, Mostafa Hammouda, Wolfgang Maass·· 2026-10-01AI 评分36
CAMOS：用于多模态临床时间序列的耦合振荡状态空间模型
CAMOS: Coupled Oscillatory State-Space Model for Multimodal Clinical Time-Series
AI 导读
研究人员提出 CAMOS，一种用于多模态临床时间序列的耦合振荡状态空间模型，通过受可用性门控的耦合矩阵让转移算子自适应测量缺失，同时保留并行扫描。在 ADNI 基准上，CAMOS 在分期、界标预测和纵向预测中均优于未耦合模型与临床融合模型。在零样本迁移至 OASIS-3 时，它是唯一避免坍缩至多数类的模型。
来源：arXiv stat.ML · arxiv.org