DeepSurv
DeepSurv on süvaõppe närvivõrgul põhinev lähenemine elulemusanalüüsile, mis õpib isikupärastatud elulemusjaotusi otse andmetest. Katzman et al. tutvustasid seda 2018. aastal ja see laiendab Coxi proportsionaalsete riskide mudelit, kasutades süvaõpet, et tabada keerulisi, mittelineaarseid seoseid kovariaatide ja elulemustulemuste vahel. See lahendab heterogeensete ravitulemuste ja sündmuse toimumise aja ennustamise probleemi kõrgedimensioonilistes seadetes.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
Allikad
- Faraggi, D., & Simon, R. (1995). A neural network model for survival data. Statistics in Medicine, 14(1), 73–82. DOI: 10.1002/sim.4780140108 ↗
- Katzman, J. L., et al. (2018). DeepSurv: Personalized treatment recommender system using a Cox proportional hazards deep neural network. Journal of Machine Learning Research, 40, 40–51. DOI: 10.1186/s12874-018-0482-1 ↗
- Lee, C., Zame, W., Yoon, J., & van der Schaar, M. (2018). Deephit: A deep learning approach for dynamic survival analysis. AAAI Conference on Artificial Intelligence, 32(1). link ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Deep Learning for Survival Analysis. ScholarGate. https://scholargate.app/et/survival/deepsurv
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Kiirendatud suremuse mudel (AFT)Elukestusanalüüs↔ compare
- Coxi proportsionaalse ohutuse regressioonElukestusanalüüs↔ compare
- Weibulli parameetriline elulemusregressioonElukestusanalüüs↔ compare
Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →