Buchumschlag

Explain Variance of Prediction in Variational Time Series Models for Clinical Deterioration Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Liu, Jiacheng, Srivastava, Jaideep
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Kalman Filter Based Framework for Monitoring the Performance of In-Hospital Mortality Prediction Models Over Time
von: Liu, Jiacheng, et al.
Veröffentlicht: (2024)

Enhancing In-Hospital Mortality Prediction Using Multi-Representational Learning with LLM-Generated Expert Summaries
von: Battula, Harshavardhan, et al.
Veröffentlicht: (2024)

Multimodal Deep Learning for Early Prediction of Patient Deterioration in the ICU: Integrating Time-Series EHR Data with Clinical Notes
von: Sadanandan, Binesh
Veröffentlicht: (2026)

Explaining Time Series Classification Predictions via Causal Attributions
von: Alcaraz, Juan Miguel Lopez, et al.
Veröffentlicht: (2024)

Spectral Predictability as a Fast Reliability Indicator for Time Series Forecasting Model Selection
von: Wang, Oliver, et al.
Veröffentlicht: (2025)

Transformer-based Time-to-Event Prediction for Chronic Kidney Disease Deterioration
von: Zisser, Moshe, et al.
Veröffentlicht: (2023)

SigTime: Learning and Visually Explaining Time Series Signatures
von: Huang, Yu-Chia, et al.
Veröffentlicht: (2025)

A Combination Model Based on Sequential General Variational Mode Decomposition Method for Time Series Prediction
von: Chen, Wei, et al.
Veröffentlicht: (2024)

Delta-XAI: A Unified Framework for Explaining Prediction Changes in Online Time Series Monitoring
von: Kim, Changhun, et al.
Veröffentlicht: (2025)

SPRINT: Stochastic Performative Prediction With Variance Reduction
von: Xie, Tian, et al.
Veröffentlicht: (2025)

VLBM: Variational Latent Basis Modeling for OOD Robust Multivariate Time Series Forecasting
von: Zhang, Xudong, et al.
Veröffentlicht: (2026)

Surrogate Modeling for Explainable Predictive Time Series Corrections
von: Lopez, Alfredo, et al.
Veröffentlicht: (2024)

Position: Beyond Model-Centric Prediction -- Agentic Time Series Forecasting
von: Cheng, Mingyue, et al.
Veröffentlicht: (2026)

Heterogeneous Federated Learning Systems for Time-Series Power Consumption Prediction with Multi-Head Embedding Mechanism
von: Syu, Jia-Hao, et al.
Veröffentlicht: (2025)

Early Prediction of Causes (not Effects) in Healthcare by Long-Term Clinical Time Series Forecasting
von: Staniek, Michael, et al.
Veröffentlicht: (2024)

Transformer Conformal Prediction for Time Series
von: Lee, Junghwan, et al.
Veröffentlicht: (2024)

Data-Driven Priors for Uncertainty-Aware Deterioration Risk Prediction with Multimodal Data
von: López, L. Julián Lechuga, et al.
Veröffentlicht: (2026)

STGAN: Spatial-temporal Graph Autoregression Network for Pavement Distress Deterioration Prediction
von: Tong, Shilin, et al.
Veröffentlicht: (2025)

Zero-Variance Gradients for Variational Autoencoders
von: Shao, Zilei, et al.
Veröffentlicht: (2025)

The Constraint Tax: Measuring Validity-Correctness Tradeoffs in Structured Outputs for Small Language Models
von: Ray, Jaideep
Veröffentlicht: (2026)

A Multimodal Deep Learning Framework for Predicting ICU Deterioration: Integrating ECG Waveforms with Clinical Data and Clinician Benchmarking
von: Alcaraz, Juan Miguel López, et al.
Veröffentlicht: (2026)

Time Series Viewmakers for Robust Disruption Prediction
von: Chayapathy, Dhruva, et al.
Veröffentlicht: (2024)

Recurrent Interpolants for Probabilistic Time Series Prediction
von: Chen, Yu, et al.
Veröffentlicht: (2024)

Differential Machine Learning for Time Series Prediction
von: Yadav, Akash, et al.
Veröffentlicht: (2025)

Explaining Predictions by Characteristic Rules
von: Alkhatib, Amr, et al.
Veröffentlicht: (2024)

From Time Series to State: Situation-Aware Modeling for Air Traffic Flow Prediction
von: Liu, Anqi, et al.
Veröffentlicht: (2026)

Still Competitive: Revisiting Recurrent Models for Irregular Time Series Prediction
von: Joshi, Ankitkumar, et al.
Veröffentlicht: (2025)

EIDOS: Latent-Space Predictive Learning for Time Series Foundation Models
von: Zhou, Xinxing, et al.
Veröffentlicht: (2026)

Explaining the Success of Nearest Neighbor Methods in Prediction
von: Chen, George H., et al.
Veröffentlicht: (2025)

TimeXL: Explainable Multi-modal Time Series Prediction with LLM-in-the-Loop
von: Jiang, Yushan, et al.
Veröffentlicht: (2025)

A Practical Guide Towards Interpreting Time-Series Deep Clinical Predictive Models: A Reproducibility Study
von: Fan, Yongda, et al.
Veröffentlicht: (2026)

A Predictive Approach To Enhance Time-Series Forecasting
von: Gunasekaran, Skye, et al.
Veröffentlicht: (2024)

Temporal Encoding Strategies for Energy Time Series Prediction
von: Bansal, Aayam, et al.
Veröffentlicht: (2025)

Deterministic Reservoir Computing for Chaotic Time Series Prediction
von: Viehweg, Johannes, et al.
Veröffentlicht: (2025)

Time Series Foundational Models: Their Role in Anomaly Detection and Prediction
von: Shyalika, Chathurangi, et al.
Veröffentlicht: (2024)

Long Range Switching Time Series Prediction via State Space Model
von: Zhang, Jiaming, et al.
Veröffentlicht: (2024)

Quantum-Optimized Selective State Space Model for Efficient Time Series Prediction
von: Jura, Stefan-Alexandru, et al.
Veröffentlicht: (2025)

Explaining Time Series via Contrastive and Locally Sparse Perturbations
von: Liu, Zichuan, et al.
Veröffentlicht: (2024)

Beyond Explained Variance: A Cautionary Tale of PCA
von: Marchetti, Gionni
Veröffentlicht: (2026)

Virtual Cells: Predict, Explain, Discover
von: Noutahi, Emmanuel, et al.
Veröffentlicht: (2025)