Survival analysisDeep Learning
DeepSurv
DeepSurv는 데이터를 직접 사용하여 개인화된 생존 분포를 학습하는 생존 분석을 위한 딥 신경망 접근법입니다. 2018년 Katzman 등이 소개한 이 방법은 심층 학습을 활용하여 공변량과 생존 결과 간의 복잡하고 비선형적인 관계를 포착하기 위해 Cox 비례 위험 모델을 확장합니다. 고차원 설정에서 이질적인 치료 효과 및 사건 발생 시간 예측의 문제를 해결합니다.
방법 전문 읽기
회원 전용
로그인무료 계정으로 로그인하면 이 섹션을 읽을 수 있습니다.
Method map
The neighbourhood of related methods — select a node to explore.
출처
- 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 ↗
이 페이지 인용 방법
ScholarGate. (2026, June 3). Deep Learning for Survival Analysis. ScholarGate. https://scholargate.app/ko/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.
Compare side by side →