Buchumschlag

Interpretable Neural Temporal Point Processes for Modelling Electronic Health Records

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Liu, Bingqing
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

Cumulative Hazard Function Based Efficient Multivariate Temporal Point Process Learning
von: Liu, Bingqing
Veröffentlicht: (2024)

Latent Factor Point Processes for Patient Representation in Electronic Health Records
von: Knight, Parker, et al.
Veröffentlicht: (2025)

Hyper Hawkes Processes: Interpretable Models of Marked Temporal Point Processes
von: Boyd, Alex, et al.
Veröffentlicht: (2025)

Predictive Modeling with Temporal Graphical Representation on Electronic Health Records
von: Chen, Jiayuan, et al.
Veröffentlicht: (2024)

Interpretable Hybrid-Rule Temporal Point Processes
von: Cao, Yunyang, et al.
Veröffentlicht: (2025)

Developing the Temporal Graph Convolutional Neural Network Model to Predict Hip Replacement using Electronic Health Records
von: Hancox, Zoe, et al.
Veröffentlicht: (2024)

KAT-GNN: A Knowledge-Augmented Temporal Graph Neural Network for Risk Prediction in Electronic Health Records
von: Lin, Kun-Wei, et al.
Veröffentlicht: (2025)

Temporal Cross-Attention for Dynamic Embedding and Tokenization of Multimodal Electronic Health Records
von: Ma, Yingbo, et al.
Veröffentlicht: (2024)

TransFeat-TPP: An Interpretable Deep Covariate Temporal Point Processes
von: Meng, Zizhuo, et al.
Veröffentlicht: (2024)

Meta-Learning for Neural Network-based Temporal Point Processes
von: Takimoto, Yoshiaki, et al.
Veröffentlicht: (2024)

Preventing Conflicting Gradients in Neural Marked Temporal Point Processes
von: Bosser, Tanguy, et al.
Veröffentlicht: (2024)

Advances in Temporal Point Processes: Bayesian, Neural, and LLM Approaches
von: Zhou, Feng, et al.
Veröffentlicht: (2025)

Addressing Mark Imbalance in Integration-free Neural Marked Temporal Point Processes
von: Liu, Sishun, et al.
Veröffentlicht: (2025)

Time-Aware Attention for Enhanced Electronic Health Records Modeling
von: Yu, Junhan, et al.
Veröffentlicht: (2025)

An Interpretable Deep-Learning Framework for Predicting Hospital Readmissions From Electronic Health Records
von: Azzalini, Fabio, et al.
Veröffentlicht: (2023)

Benchmarking Foundation Models with Multimodal Public Electronic Health Records
von: Yu, Kunyu, et al.
Veröffentlicht: (2025)

Machine Learning Approaches to Clinical Risk Prediction: Multi-Scale Temporal Alignment in Electronic Health Records
von: Chang, Wei-Chen, et al.
Veröffentlicht: (2025)

The Taxonomies, Training, and Applications of Event Stream Modelling for Electronic Health Records
von: Zhu, Mingcheng, et al.
Veröffentlicht: (2026)

Identifying Dementia Subtypes with Electronic Health Records
von: Kumar, Sayantan, et al.
Veröffentlicht: (2022)

Recent Advances in Predictive Modeling with Electronic Health Records
von: Wang, Jiaqi, et al.
Veröffentlicht: (2024)

On Non-asymptotic Theory of Recurrent Neural Networks in Temporal Point Processes
von: Chen, Zhiheng, et al.
Veröffentlicht: (2024)

Sequential Inference of Hospitalization Electronic Health Records Using Probabilistic Models
von: Kaplan, Alan D., et al.
Veröffentlicht: (2024)

EHRMamba: Towards Generalizable and Scalable Foundation Models for Electronic Health Records
von: Fallahpour, Adibvafa, et al.
Veröffentlicht: (2024)

Synthesizing Multimodal Electronic Health Records via Predictive Diffusion Models
von: Zhong, Yuan, et al.
Veröffentlicht: (2024)

Marked Temporal Bayesian Flow Point Processes
von: Chen, Hui, et al.
Veröffentlicht: (2024)

CTPD: Cross-Modal Temporal Pattern Discovery for Enhanced Multimodal Electronic Health Records Analysis
von: Wang, Fuying, et al.
Veröffentlicht: (2024)

Automated Hierarchical Graph Construction for Multi-source Electronic Health Records
von: Wang, Yinjie, et al.
Veröffentlicht: (2025)

Marked Neural Spatio-Temporal Point Process Involving a Dynamic Graph Neural Network
von: Moallemy-Oureh, Alice, et al.
Veröffentlicht: (2022)

Guided Discrete Diffusion for Electronic Health Record Generation
von: Han, Jun, et al.
Veröffentlicht: (2024)

Contrastive Learning on Multimodal Analysis of Electronic Health Records
von: Cai, Tianxi, et al.
Veröffentlicht: (2024)

Decoupled Marked Temporal Point Process using Neural Ordinary Differential Equations
von: Song, Yujee, et al.
Veröffentlicht: (2024)

A Variational Autoencoder for Neural Temporal Point Processes with Dynamic Latent Graphs
von: Yang, Sikun, et al.
Veröffentlicht: (2023)

Improving Clinical Decision Support through Interpretable Machine Learning and Error Handling in Electronic Health Records
von: Arora, Mehak, et al.
Veröffentlicht: (2023)

Neuro-Symbolic Temporal Point Processes
von: Yang, Yang, et al.
Veröffentlicht: (2024)

In-Context Learning of Temporal Point Processes with Foundation Inference Models
von: Berghaus, David, et al.
Veröffentlicht: (2025)

On Foundation Models for Temporal Point Processes to Accelerate Scientific Discovery
von: Berghaus, David, et al.
Veröffentlicht: (2025)

A Bayesian Mixture Model of Temporal Point Processes with Determinantal Point Process Prior
von: Dong, Yiwei, et al.
Veröffentlicht: (2024)

Byte-token Enhanced Language Models for Temporal Point Processes Analysis
von: Kong, Quyu, et al.
Veröffentlicht: (2025)

Distribution-Free Conformal Joint Prediction Regions for Neural Marked Temporal Point Processes
von: Dheur, Victor, et al.
Veröffentlicht: (2024)

Inference of Dependency Knowledge Graph for Electronic Health Records
von: Xu, Zhiwei, et al.
Veröffentlicht: (2023)