标签
CLIR-Bench是一个针对不规则采样临床时间序列的多模态问答基准，基于ICU记录构建，包含跨越11个临床变量的6,600个问答实例。它揭示了现有通用模型在处理稀疏时间证据方面的困难，突显了开发更强的不规则时间序列推理方法的必要性。
本文证明了在不规则、非平稳观测下主权代理网格中实现最优推理的两个必要条件：自适应时间尺度和间隙依赖性。这些条件仅由液态（连续时间）网络满足。
提出了一种基于扩散的方法来生成不规则临床时间序列，该方法联合建模实验室检测值及其观测模式，使用了来自MIMIC-III的DACMI基准。该模型在类似非随机缺失（MNAR-like）的缺失机制下，捕捉了患者生理状态与检验行为之间的临床有意义依赖关系。
SurF 是一种生成模型，适用于多元不规则采样的时间序列。它利用时间重缩放定理将事件序列转化为独立同分布指数噪声，在多个真实世界基准测试中取得了最先进的结果。