結合Transformer與Kolmogorov Arnold網絡的分子擴增時序預測研究

摘要： 隨著醫遼診斷和治療干預技術的不斷進步，醫學時間序列數據呈現指數級增長。人工智能(AI)，尤其是深度學習在挖掘醫學時間序列數據潛在信息方面展現出巨大潛力。為此，首次提出將Transformer與Kolmogorov arnold網絡(KAN)相結合的方法，用于核酸擴增實驗數據的預測分析。通過實驗數據分析，證實模型在準確預測擴增趨勢和終點值方面的有效性，終點值誤差僅為1.87,R-... （共10頁）