DeepCENT:深層学習による打ち切りイベント時間の予測【JST・京大機械翻訳】

Jeong Jong-Hyeon; Jia Yichen

プレプリント

J-GLOBAL ID：202202207799791089 整理番号：22P0287767

DeepCENT:深層学習による打ち切りイベント時間の予測【JST・京大機械翻訳】

DeepCENT: Prediction of Censored Event Time via Deep Learning

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (2件)： ,
資料名：
発行年： 2022年02月07日プレプリントサーバーでの情報更新日： 2022年02月07日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

深層学習の急速な進歩により,多くの計算法が開発され,深層学習アプローチにより非線形で複雑な正しい検閲データを分析した。しかし,大多数の方法は,事象に対する単一値時間を予測するよりも,生存機能またはハザード機能の予測に焦点を合わせた。本論文では,イベントに対する個々の時間を直接予測するために,新しい方法を提案する。それは,平均二乗誤差と一致指数を組み合わせた革新的損失関数を有する深層学習フレームワークを利用する。最も重要なことに,深いCENTは競合リスクを扱うことができ,そこでは1タイプの事象が観測から他のタイプの事象を除外する。深部CENTの有効性と利点を,シミュレーション研究を使用して評価し,3つの公的に利用可能な癌データセットで例証した。【JST・京大機械翻訳】

, , , , ,
, , , 【Automatic Indexing@JST】

人工知能

, , ,

前のページに戻る