Buchumschlag

Structure-Aware Temporal Modeling for Chronic Disease Progression Prediction

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Hu, Jiacheng, Zhang, Bo, Xu, Ting, Yang, Haifeng, Gao, Min
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Hybrid CNN-Transformer Model for Heart Disease Prediction Using Life History Data
von: Hao, Ran, et al.
Veröffentlicht: (2025)

Temporally Detailed Hypergraph Neural ODEs for Disease Progression Modeling
von: Xiao, Tingsong, et al.
Veröffentlicht: (2025)

Research on Early Warning Model of Cardiovascular Disease Based on Computer Deep Learning
von: Hu, Yuxiang, et al.
Veröffentlicht: (2024)

Chronic Diseases Prediction Using ML
von: Mulakala, Sri Varsha, et al.
Veröffentlicht: (2025)

Temporally-Aware Diffusion Model for Brain Progression Modelling with Bidirectional Temporal Regularisation
von: Litrico, Mattia, et al.
Veröffentlicht: (2025)

Longitudinal Progression Prediction of Alzheimer's Disease with Tabular Foundation Model
von: Ding, Yilang, et al.
Veröffentlicht: (2025)

A Structured Reasoning Framework for Unbalanced Data Classification Using Probabilistic Models
von: Du, Junliang, et al.
Veröffentlicht: (2025)

Multi-Task Learning with Feature-Similarity Laplacian Graphs for Predicting Alzheimer's Disease Progression
von: Xu, Zixiang, et al.
Veröffentlicht: (2025)

Uncertainty-Aware Collaborative System of Large and Small Models for Multimodal Sentiment Analysis
von: Han, Shiqin, et al.
Veröffentlicht: (2025)

Explain Variance of Prediction in Variational Time Series Models for Clinical Deterioration Prediction
von: Liu, Jiacheng, et al.
Veröffentlicht: (2024)

TEMPO: Transformers for Temporal Disease Progression from Cross-Sectional Data
von: Hao, Hongtao, et al.
Veröffentlicht: (2026)

RASA: Routing-Aware Safety Alignment for Mixture-of-Experts Models
von: Liang, Jiacheng, et al.
Veröffentlicht: (2026)

Complementary to Multiple Labels: A Correlation-Aware Correction Approach
von: Gao, Yi, et al.
Veröffentlicht: (2023)

Unifying Interpretability and Explainability for Alzheimer's Disease Progression Prediction
von: Ali, Raja Farrukh, et al.
Veröffentlicht: (2024)

Scalable Permutation-Aware Modeling for Temporal Set Prediction
von: Ranjan, Ashish, et al.
Veröffentlicht: (2025)

An Explainable Disease Surveillance System for Early Prediction of Multiple Chronic Diseases
von: Khan, Shaheer Ahmad, et al.
Veröffentlicht: (2025)

Learning When to Act: Interval-Aware Reinforcement Learning with Predictive Temporal Structure
von: Di Gioia, Davide
Veröffentlicht: (2026)

Chronic Diseases Prediction using Machine Learning and Deep Learning Methods
von: Belhad, Houda, et al.
Veröffentlicht: (2025)

A Stage-Aware Mixture of Experts Framework for Neurodegenerative Disease Progression Modelling
von: He, Tiantian, et al.
Veröffentlicht: (2025)

Genetics-Driven Personalized Disease Progression Model
von: Yang, Haoyu, et al.
Veröffentlicht: (2025)

Inductive Spatio-Temporal Kriging with Physics-Guided Increment Training Strategy for Air Quality Inference
von: Yang, Songlin, et al.
Veröffentlicht: (2025)

Structure-Aware Fusion with Progressive Injection for Multimodal Molecular Representation Learning
von: Jing, Zihao, 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)

Causal Heterogeneous Graph Learning Method for Chronic Obstructive Pulmonary Disease Prediction
von: Zhou, Leming, et al.
Veröffentlicht: (2025)

A Method for Characterizing Disease Progression from Acute Kidney Injury to Chronic Kidney Disease
von: Fang, Yilu, et al.
Veröffentlicht: (2025)

Learning Uncertainty-Aware Temporally-Extended Actions
von: Lee, Joongkyu, et al.
Veröffentlicht: (2024)

An Adaptive Machine Learning Triage Framework for Predicting Alzheimer's Disease Progression
von: Hou, Richard, et al.
Veröffentlicht: (2025)

GCFX: Generative Counterfactual Explanations for Deep Graph Models at the Model Level
von: Hu, Jinlong, et al.
Veröffentlicht: (2026)

Geometric Mixture Models for Electrolyte Conductivity Prediction
von: Li, Anyi, et al.
Veröffentlicht: (2025)

Survival Meets Classification: A Novel Framework for Early Risk Prediction Models of Chronic Diseases
von: Khan, Shaheer Ahmad, et al.
Veröffentlicht: (2026)

TADM: Temporally-Aware Diffusion Model for Neurodegenerative Progression on Brain MRI
von: Litrico, Mattia, et al.
Veröffentlicht: (2024)

Spatial-Temporal Large Language Model for Traffic Prediction
von: Liu, Chenxi, et al.
Veröffentlicht: (2024)

How Consistent are Clinicians? Evaluating the Predictability of Sepsis Disease Progression with Dynamics Models
von: Park, Unnseo, et al.
Veröffentlicht: (2024)

Spatio-Temporal Graph Deep Learning with Stochastic Differential Equations for Uncovering Alzheimer's Disease Progression
von: Zhou, Houliang, et al.
Veröffentlicht: (2025)

Performance Analysis of Machine Learning Algorithms in Chronic Kidney Disease Prediction
von: Ahmed, Iftekhar, et al.
Veröffentlicht: (2025)

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

Deep Learning for Detecting and Early Predicting Chronic Obstructive Pulmonary Disease from Spirogram Time Series
von: Mei, Shuhao, et al.
Veröffentlicht: (2024)

MIAT: Maneuver-Intention-Aware Transformer for Spatio-Temporal Trajectory Prediction
von: Raskoti, Chandra, et al.
Veröffentlicht: (2025)

Structure-Aware Set Transformers: Temporal and Variable-Type Attention Biases for Asynchronous Clinical Time Series
von: Lee, Joohyung, et al.
Veröffentlicht: (2026)

MATA-Former & SIICU: Semantic Aware Temporal Alignment for High-Fidelity ICU Risk Prediction
von: Zheng, Zhichong, et al.
Veröffentlicht: (2026)