ReTA 框架利用强化学习增强电子健康记录预测
热点事件持续更新
ReTA 框架利用强化学习增强电子健康记录预测
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
arXiv 2026年11月4日发布的论文提出 ReTA 框架，旨在解决电子健康记录（EHR）中因患者轨迹稀疏和不规则导致的纵向预测难题。该框架利用强化学习将外部知识图谱的导入转化为一种逐次访问且具备预算感知能力的策略，实现了动态拓扑增强。ReTA 构建了基于知识图谱的离线模板池，并学习策略在“软导入”、“硬导入”或“跳过”三种动作中，为每次访问选择最优的知识增强方式。通过结合解耦编码器，ReTA 框架增强了学习的稳定性，从而提升了基于电子健康记录的预测性能。
AI 根据报道生成 · 2 小时前更新
最新进展11月4日 13:00
ReTA 框架利用强化学习动态增强 EHR 图谱报道时间线
沿着报道，了解事件的不同侧面。
11月4日
- arXiv · AIReTA 框架利用强化学习动态增强 EHR 图谱
论文提出 ReTA 框架，通过强化学习将外部知识图谱导入转化为逐次访问、预算感知的策略，解决电子健康记录（EHR）中患者轨迹稀疏和不规则导致的纵向预测难题。 ReTA 构建了基于 KG 的离线模板池，并学习策略在“软导入”、“硬导入”或“跳过”三种动作中为每次访问选择最优增强方式，结合解耦编码器稳定学习。
本事件热度走势
- 可比范围当前
- 9
- 可比范围峰值
- 911月4日 15:00
- 近 24 小时变化
- –
02.557.510
15:0016:0017:00
趋势仅比较持续完整观测到的相同主体，范围可能小于当前热度统计。移动指针或点击图表查看每小时热度；键盘可用左右方向键切换。