Noticias sobre Linear Mixed-Effects Models

Este artículo propone Neural ODE-LMM, que incorpora ODE neuronal en el modelo clásico de efectos mixtos lineales, codifica trayectorias de covariables en estados ocultos de tiempo continuo a través del aprendizaje de campos vectoriales e impulsa diseños de efectos fijos y aleatorios. En comparación con el LMM tradicional, que requiere que la forma de la función exposición-resultado se especifique de antemano, el nuevo método puede aprender patrones de correlación complejos que varían en el tiempo a partir de los datos y reducir el sesgo de configuración del modelo.