arXiv · ML· Sankalp Vaish, Sumukh Veeramalla, Rishank Singh, Caroline Summerour, John A. Batsis, Xiaohui Liang·· 2026-10-16AI 评分20
CogDrift-4D:用于 MCI 检测的时序行为衰减分层多模态建模
CogDrift-4D: Hierarchical Multimodal Modeling of Temporal Behavioral Decay for MCI Detection
AI 导读
研究人员提出 CogDrift-4D,一种用于轻度认知障碍(MCI)检测的分层 4D Transformer 框架。 该模型基于 18 个月的多模态交互数据,通过双层级行为疲劳建模捕捉认知衰退轨迹。 在结构化语言交互评测中,MCI 检测分类准确率达到 0.733,F1 分数为 0.716,表现优于高级基线。
来源:arXiv · ML · arxiv.org