temporal-convolutional-networks

提出了一种深度神经模型，结合多层时序卷积网络和标签级注意力用于医疗编码，在F1和召回率分数上相比先前最先进模型取得了显著提升。

本文提出了一种具有对称膨胀的Temporal Convolutional Network用于轨迹修补，通过复合损失函数从观测上下文中重建缺失片段，并在合成的二维轨迹上进行了评估。