AI 與世界的難題 · 醫學與藥物探索 · Nature (computational biology) · 2026-10-16
用於智慧心理健康診斷的自動機與機器學習整合框架
原標題: An automata-machine learning integrated framework for intelligent mental health diagnostics
學生的憂鬱症往往要到病情嚴重時才被發現,因此需要及早預測。作者結合了以有限自動機為基礎的行為建模與機器學習,從學生的情緒狀態產生特徵,並合併冗餘特徵。使用隨機森林與 KStar 的集成方法後,準確率從隨機森林的 82.02% 基準提升至採用自動機特徵後的 96.88%。作者表示,此方法能讓特徵保持可解釋且可追溯。