标签
本文介绍了CAIR，一个在现实缺失条件下用于生理时间序列数据插补的两阶段框架，通过纳入间隔机制和课程感知训练，超越了现有方法。
MuteBench是一个基准测试，用于评估多模态融合模型在临床数据集上的模态缺失和模态内部缺失条件下的性能。它提供了关于架构鲁棒性的见解，并表明基于扩散的插补方法可以有所帮助。