DeepSurv
DeepSurv este o abordare bazată pe rețele neuronale profunde pentru analiza supraviețuirii, care învață distribuții personalizate ale supraviețuirii direct din date. Introdusă de Katzman et al. în 2018, extinde modelul Cox cu riscuri proporționale utilizând învățarea profundă pentru a capta relații complexe, neliniare între covariabile și rezultatele supraviețuirii. Rezolvă problema modelării efectelor heterogene ale tratamentului și a predicțiilor timp-până-la-eveniment în setări de înaltă dimensionalitate.
Citește metoda completă
Autentifică-te cu un cont gratuit pentru a citi această secțiune.
Method map
The neighbourhood of related methods — select a node to explore.
Surse
- 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 ↗
Cum se citează această pagină
ScholarGate. (2026, June 3). Deep Learning for Survival Analysis. ScholarGate. https://scholargate.app/ro/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.
- Modelul Accelerated Failure Time (AFT)Supraviețuire↔ compare
- Regresia Cox cu riscuri proporționaleSupraviețuire↔ compare
- Regresia Parametrică de Supraviețuire WeibullSupraviețuire↔ compare
Citat de
Ai observat o problemă pe această pagină? Raportează sau sugerează o corectură →