面向医学时间序列的动态特征获取：通过最大化条件互信息实现

了解何时何时获取多变量时间序列的哪些特征，是医学、可穿戴设备和机器人领域的关键任务。更好的获取策略可以在降低成本的同时，保持或甚至提高下游预测器的性能。灵感来自于条件互信息的最大化，我们提出一种仅使用下游损失训练获取器的端到端方法。我们展示了该方法优于随机获取策略，能够匹配但尚未超过无限制预算的模型，同时也尚未超过静态获取策略。我们强调了该方法的假设，并概述了未来工作的方向。