survival models | BriefGPT - AI 论文速递

关键词survival models

搜索结果 - 7

静态和动态随机森林模型在竞争风险存在下对电子健康记录数据的比较：预测中心静脉相关血流感染
通过比较不同结果操作方法，我们使用随机森林模型预测中心静脉导管相关血流感染的风险，并发现二元、多项式和竞争风险模型的性能相似，而生存模型的性能稍低，并且包含多个结果事件的模型与二元和生存模型在内部结构上不同。
PDF2 months ago
纵向与时空生存数据的联合模型
信用风险分析中，通过固定和时变协变量的生存模型广泛用于预测借款人的时间事件。当时变驱动因素是内生的时，联合建模生存时间和内生协变量的演变是最合适的方法，也称为长期和生存数据的联合模型。此研究提出了时空联合模型（STJM），以捕捉空间和时间效
PDF8 months ago
何时购买？购买时机的生存机器学习模型比较
利用机器学习技术，该研究分析了市场营销中的机器学习技术，如支持向量机、深度学习和生存模型，以预测个体的购买决策。研究发现，DeepSurv 模型预测购买完成度最好，这些洞见可帮助营销人员提高转化率。
PDF10 months ago
SurvSHAP (t): 机器学习生存模型的时间依赖性解释
本文介绍一种基于 SHapley 加性解释的 SurvSHAP (t) 方法，使用其可以对时间相关的生存黑盒模型进行解释，提高精度诊断，支持领域专家决策。实验结果表明，SurvSHAP (t) 对时间相关变量的影响检测更准确，其聚合也比 S
PDF2 years ago
AAAI公平 Cox 模型下医疗资源的公平分配
本文研究基于生存模型的医疗资源分配，通过提出多种公平定义和一个公平的 Cox 比例风险模型来确保医疗资源的公平分配。研究结果在公开数据集中表现出很好的预测精度和公平性。
PDF4 years ago
ICLR癌症生存预测中的不确定性估计
本文提出一个基于贝叶斯框架、变分推断及神经多任务逻辑回归的生存模型，不但提供更准确的预测，而且能更好地量化生存不确定性。
PDF4 years ago
DeepSurv: 利用 Cox 比例风险深度神经网络的个性化治疗推荐系统
DeepSurv 是一种用于建模患者协变量和治疗效果相互作用的 Cox 比例风险深度神经网络，提供个性化治疗建议，表现良好并且可以用于调查病人特征对于失败风险的影响。
PDF8 years ago