arXiv 机器学习· Pir Bakhsh Khokhar, Carmine Gravino, Fabio Palomba·· 5 小时前AI 评分29
基于序列与数字孪生模型锚点比较框架的短期血糖风险预测研究
Reliability-Aware Short-Term Glycemic Risk Prediction Using an Anchor-Based Comparative Framework of Sequence, Multimodal, and State-Updating Digital-Twin Models
AI 导读
一项研究基于 736 名 1 型糖尿病患者的 5,503,441 个预测锚点，在 30、60 和 120 分钟时域下对比了三种序列与数字孪生模型的短期血糖风险预测。在 Holm 校正后模型间预测性能无显著差异，但 Multimodal Digital Twin 取得最低平均 Brier 分数，State-Updating Digital Twin 的平均预期校准误差（ECE-10）最低。
来源：arXiv 机器学习 · arxiv.org