arXiv cs.LG· Itai Zilberstein, Ioannis Anagnostides, Arman Kilic, Tuomas Sandholm·· 22 天前AI 评分28
结果依赖截断与删失条件下的生存分析模型高效学习
Efficient Learning of Survival Analysis Models Under Outcome-Dependent Truncation and Censoring
AI 导读
新研究提出在结果依赖截断与右删失下高效学习生存分析模型的方法，证明已知基线风险时 Cox 回归可通过一阶优化高效求解。然而当联合学习基线风险时，负对数似然函数则包含严格的次优局部极小值。在 4 个生存数据集上的实验表明，该方法显著减少了预测偏差并可拓展至神经网络，比标准期望最大化算法实现数个数量级的加速。
来源：arXiv cs.LG · arxiv.org