热点事件历史事件
经典机器学习与Transformer预测日常心理困扰孰优
1 篇报道1 个报道来源7 天前更新
先了解这件事
AI 综述
2026年11月6日，一项前瞻性队列研究以预印本形式发表于medRxiv精神医学与临床心理板块，尚未经同行评审。研究纳入169名社区成人，采集7天被动智能手机传感数据与每日BSI-18自评，共1,062天，心理困扰患病率为11.2%。研究比较四种经典机器学习模型与四种Transformer模型预测日常显著心理困扰的表现。目前报道仅介绍研究设计与样本信息，未给出各模型的具体预测结果或优劣结论，事件仍处于预印本阶段，后续进展有待正式发表及同行评审。
AI 根据报道生成 · 2 天前更新
最新进展11月6日 08:00
该研究以预印本形式发布，尚未经同行评审，模型比较结果未在报道中披露。报道时间线
沿着报道，了解事件的不同侧面。
11月6日
- medRxiv 精神医学与临床心理前瞻性队列研究：经典机器学习与Transformer模型预测日常心理困扰孰优
一项前瞻性队列研究纳入169名社区成人，采集7天被动智能手机传感数据与每日BSI-18自评（共1,062天，心理困扰患病率11.2%），比较四种经典机器学习模型与四种Transformer模型预测日常显著心理困扰的表现。
本事件热度走势
当前热度 1·可比范围峰值 4（11月7日 07:00）·近 24 小时可比范围变化 -20%
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。