डीपसर्वाइव
डीपसर्वाइव सर्वाइवल विश्लेषण के लिए एक डीप न्यूरल नेटवर्क दृष्टिकोण है जो सीधे डेटा से व्यक्तिगत सर्वाइवल वितरण सीखता है। 2018 में कैट्ज़मैन एट अल. द्वारा प्रस्तुत, यह सहचरों और सर्वाइवल परिणामों के बीच जटिल, अरैखिक संबंधों को पकड़ने के लिए डीप लर्निंग का उपयोग करके कॉक्स आनुपातिक खतरों के मॉडल का विस्तार करता है। यह उच्च-आयामी सेटिंग्स में विषम उपचार प्रभावों और समय-से-घटना भविष्यवाणियों के मॉडलिंग की समस्या को हल करता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Deep Learning for Survival Analysis. ScholarGate. https://scholargate.app/hi/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.
- त्वरित विफलता समय (AFT) मॉडलउत्तरजीविता↔ compare
- कॉक्स प्रोपोर्शनल हैज़र्ड्स रिग्रेशनउत्तरजीविता↔ compare
- वेइबुल पैरामीट्रिक सर्वाइवल रिग्रेशनउत्तरजीविता↔ compare