arXiv · cs.AI· Ashvin Gupta·· 6 天前AI 评分15
JEPA 目标对纵向 EHR 有效吗？MIMIC-IV 实验显示不及 MLM
Are Joint-Embedding Predictive Objectives Effective for Longitudinal EHRs?
来源与原文
arXiv · cs.AI
作者：Ashvin Gupta
发布时间：（北京时间）
阅读原始来源 · arxiv.org ↗完整链接与内容说明
https://arxiv.org/abs/2610.29528v1
本站目前仅有 AI 导读与摘要，未展示原文正文；技术细节、代码和完整结论请查看原始来源。
AI 导读
一项基于 MIMIC-IV 的实证研究探讨 JEPA（联合嵌入预测架构）能否用于纵向电子健康记录（EHR）的序列表示学习。结果显示，三种 JEPA 形式均能稳定训练、不出现表示坍塌，但始终不及标准 MLM 预训练；增大目标规模会提高预测误差，但缩小目标规模也无法恢复下游性能，表明稳定的潜空间预测本身不足以支撑有竞争力的 EHR 表示学习。
来源：arXiv · cs.AI · arxiv.org