热点事件持续更新
纵向生活记录运动员数据中缺失值的插补
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
2026年11月2日，一项发布在arXiv人机交互（Human-Computer Interaction）分类下的预印本（尚未经同行评审）报告了对纵向自我追踪数据中缺失值的插补方法比较。研究在231人的七套纵向自我追踪数据上比较了六种插补方法，结果显示各方法各有优劣：PAIN点在精度上表现更优，深度学习方法更有利于保持多变量与时间结构。目前该工作仅为预印本，尚无后续同行评审、正式发表或公开讨论的报道。
AI 根据报道生成 · 3 小时前更新
最新进展11月2日 13:00
arXiv预印本比较六种插补方法，PAIN点精度更优，深度学习法更利于保持多变量与时间结构。报道时间线
沿着报道，了解事件的不同侧面。
11月2日
- arXiv · Human-Computer Interaction纵向生活记录运动员数据中缺失值的插补
在231人七套纵向自我追踪数据上，六种插补方法各有优劣：PAIN点精度更优，深度学习法更利于保持多变量与时间结构。
本事件热度走势
当前热度 5·可比范围峰值 5（11月2日 14:00）·近 24 小时可比范围变化 –
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。