Dynamic and Baseline Multi-Task Learning for Predicting Substance Use Initiation in the ABCD Study
Questo studio dimostra che l'integrazione di modelli di apprendimento multi-task dinamici con dati longitudinali migliora significativamente la previsione dell'inizio del consumo di sostanze negli adolescenti rispetto ai modelli basali, identificando al contempo fattori di rischio trasversali e specifici.