risk prediction | BriefGPT - AI 论文速递

关键词risk prediction

搜索结果 - 28

利用 H&E 染色组织图像预测早期乳腺癌复发风险
通过分析病理学图像预测乳腺癌早期患者复发的风险，本研究探讨了深度学习算法是否能准确预测复发的可能性，结果显示通过对 125 个组织切片图像进行分析，得到了对低、中、高风险预测的灵敏度分别为 0.857、0.746 和 0.529，对应的特异
PDF24 days ago
可解释的 LightGBM 预测心肌梗死死亡率
在这篇文章中，我们研究了数据预处理任务的影响，并比较了三种集成增强树方法来预测心肌梗塞患者的死亡风险。此外，我们采用树 Shapley 加性解释方法，来识别执行预测所涉及特征之间的关系，利用所有可用数据进行分析。值得注意的是，我们的方法在与
PDF2 months ago
FinLangNet：一种利用金融数据中的语言类比进行信用风险预测的新型深度学习框架
金融数据上的创新深度学习风险预测框架 FinLangNet，在 credit risk 预测上超过传统统计方法并与之结合以改善信用卡欺诈预测模型。
PDF2 months ago
社交媒体上的病理赌博风险预测
通过将时间特征和情感特征纳入模型，本文解决了在社交媒体数据上进行风险预测的问题，着重于对 Reddit 用户进行病态赌博障碍的分类。通过实验证明了序列模型在性能上优于基于连接的模型，提出的架构在包含 EmoBERTa 和 TD 层的情况下取
PDF3 months ago
大型语言模型引导的心电图双注意力网络用于心力衰竭风险预测
用于心力衰竭风险预测的 ECG 网络模型基于 12 导联心电图数据，通过大型语言模型的预训练提高预测能力和透明度，为早期心力衰竭诊断和预防提供潜在的改进。
PDF4 months ago
基于分布数据分析的异质图像分类
通过开发新的基于图像的分布数据分析方法，结合概率分布和像素级特征的定量回归模型，该论文在肝癌中实现了预测肿瘤分级变化的风险预测，同时改善了敏感性和特异性，为基于图像的早期检测和风险预测提供了优势。
PDF4 months ago
野外使用 FMCW 雷达进行步长测量
通过雷达点云检测和跟踪以及多普勒速度剖面技术，在医疗环境和家庭环境中验证了一种基于雷达的步长测量方法，该方法在临床设置中的误差仅为 4.5 厘米 / 8.3%，在非受控家庭环境中显示出良好的可靠性和准确性。
PDF6 months ago
领域约束在缺失结果数据时提高风险预测能力
机器学习模型用于预测人类决策结果的研究中，提出了一种贝叶斯模型，用于准确估计已测试和未测试患者的风险，并通过健康领域的普遍性约束和专业性约束改进了参数推断。
PDF7 months ago
基于深度神经网络的 12 导联心电图的房颤综合风险预测
通过神经网络模型识别出心电图中无明显房颤迹象但将来可能发展成房颤的患者，并使用生存模型确定了高风险和低风险患者的发病概率，为房颤风险评估提供了有价值且实用的决策辅助信息。
PDF9 months ago
DeRisk：基于实际金融数据的信用风险预测的有效深度学习框架
在本文中，我们提出了 DeRisk，这是一种有效的深度学习风险预测框架，用于真实世界的金融数据的信用风险预测，首次超越了我们公司生产系统中部署的统计学习方法。我们还对我们的方法进行了广泛的消融研究，以展示 DeRisk 在实证成功中最关键的
PDFa year ago
Wasserstein 重心在保险业中的歧视缓解
该研究探究了机器学习风险预测模型对于敏感特征如性别或种族歧视的问题，提出了使用 Wasserstein barycenters 减轻该问题并在实际数据上进行了验证。
PDFa year ago
自我监督预训练方法比较：基于胸部射线图像的疾病风险预测
本文针对医疗影像任务，通过对自我监督和半监督学习等多种方式进行比较，研究发现半监督自编码器在预测胸部 X 光成像下的死亡风险方面具有更好的性能。
PDFa year ago
考虑人类因素的风险地图，以实现驾驶员警告的稳健和远见
该文章提出了一种通过检测驾驶员错误以提高车辆驾驶支持系统效率的预警系统，可比不考虑人类因素的现有系统更早地警示用户潜在风险并在多种驾驶场景中进行验证。
PDFa year ago
审视自然语言处理工具在儿童保护服务中种族偏见的风险
通过检验 CPS 的自由文本数据，我们在文本风险预测、共指消解和命名实体识别模型中记录了一致的算法不公平性，强调了将 NLP 应用于 CPS 设置中存在潜在的算法偏见风险，并且即使它们似乎更加良性，也必须关注，这是对 NLP 算法公平性的罕
PDFa year ago
Diffsurv: 适用于截尾生存时间数据的可微分排序
提出一种名为 Diffsurv 的新方法，扩展可区分排序方法以处理被剪枝任务，通过预测考虑剪枝样本引入的标签不确定性的可能排列矩阵来解决此限制，进而在各种模拟和现实风险预测场景中优于现有基准，并通过提出一种新的 top-k 风险预测方法展示
PDFa year ago
基于时间的迭代插补策略用于多变量纵向临床数据
本文提出了一种简单的新方法，即基于时间依赖的迭代插补（TDI），用于填补临床数据中的缺失值，该方法针对多变量和纵向数据，并基于数据的临床模式（包括缺失率和测量频率）引入了患者、变量和观察特定的动态加权策略。对 MIMIC III 和 COV
PDFa year ago
HGV4Risk：基于层次全局视角引导的序列表示学习用于风险预测
本文提出了一种新的基于分层全局视图引导的序列表示学习框架，其中将全局图嵌入模块与和谐 $eta$-attention 模块相结合，旨在进行有效的风险预测，实现了与其他基线方法相比具有竞争力的预测性能。
PDF2 years ago
基于长短期记忆网络的医疗保险数据预测再入院率的进展
利用保险数据，通过构建双向 LSTM 神经网络，本研究成功预测了医院的所有诊断病例中患者 30 天再次入院的风险。与随机森林分类器的结果相比，LSTM 模型的性能显著提高，证明了序列预测在该问题中的重要性。同时，加入了 30 天的历史数据后
PDF2 years ago
利用电子病历进行基于标签与事件引导下的可解释疾病风险预测
本文提出了一种基于电子病历中的医学笔记信息预测多种疾病风险的风险预测模型，并采用事件引导机制和标签依赖机制实现了对其预测结果的可解释性。
PDF2 years ago
KDD利用临床背景进行用户中心的可解释性：糖尿病应用案例
为了推广人工智能模型在高精度领域（如医疗保健）的实际应用，必须使其具有可解释性。本研究通过探索一种基于临床情况、疾病风险预测和算法解释的上下文定制方法，验证了这种方法的重要性。在对 2 型糖尿病（T2DM）中的慢性肾脏病（CKD）风险预测进
PDF3 years ago