Fugu-MT 論文翻訳(概要): Concordance based Survival Cobra with regression type weak learners

論文の概要: Concordance based Survival Cobra with regression type weak learners

arxiv url: http://arxiv.org/abs/2209.11919v1
Date: Sat, 24 Sep 2022 04:10:17 GMT
ステータス: 処理完了
システム内更新日: 2022-09-27 14:19:54.134797
Title: Concordance based Survival Cobra with regression type weak learners
Title（参考訳）: 回帰型弱学習者を用いた一致型Survival Cobra
Authors: Rahul Goswami, Arabin Kumar Dey
Abstract要約: 弱学習者は異なる無作為生存木として捉え, 最適パラメータを求めるために, 右官能設定における一致度を最大化することを提案する。提案した定式化では、Max-normとFrobeniusのノルムという2つの異なるノルムを用いて、テストデータセット内のクエリポイントからの予測の近接セットを見つける。
参考スコア（独自算出の注目度）: 0.0
License: http://creativecommons.org/licenses/by-sa/4.0/
Abstract: In this paper, we predict conditional survival functions through a combined regression strategy. We take weak learners as different random survival trees. We propose to maximize concordance in the right-censored set up to find the optimal parameters. We explore two approaches, a usual survival cobra and a novel weighted predictor based on the concordance index. Our proposed formulations use two different norms, say, Max-norm and Frobenius norm, to find a proximity set of predictions from query points in the test dataset. We illustrate our algorithms through three different real-life dataset implementations.
Abstract（参考訳）: 本稿では,複合回帰戦略を用いて条件付き生存関数を予測する。我々は弱い学習者を無作為な生存木として捉えている。本稿では,最適パラメータを求めるために,右集束の一致度を最大化することを提案する。本研究では,コンセンサス指数に基づく生存コブラと新しい重み付き予測器の2つのアプローチを探索する。提案手法では,マックスノルムとフロベニウスノルムの2つの異なるノルムを用いて,テストデータセット内の問合せ点から近接する予測集合を求める。 3つの異なる実生活データセット実装を通してアルゴリズムを説明します。

関連論文リスト

Variational Deep Survival Machines: Survival Regression with Censored Outcomes [11.82370259688716]
サバイバル・レグレッション(Survival regression)とは、ある出来事がいつ起こるか、通常は死か失敗かを予測することを目的としている。本稿では,生存データをクラスタリングし,原始分布を組み合わせることで生存時間を予測できる新しい手法を提案する。
論文参考訳（メタデータ） (2024-04-24T02:16:00Z)
Regression Trees for Fast and Adaptive Prediction Intervals [2.6763498831034043]
本稿では,局所的なカバレッジ保証を伴う回帰問題に対して,予測間隔を調整するための一連の手法を提案する。回帰木とランダムフォレストを適合度スコアでトレーニングすることで分割を作成する。提案手法は多種多様な適合性スコアや予測設定に適用できるため,多種多様である。
論文参考訳（メタデータ） (2024-02-12T01:17:09Z)
Area-norm COBRA on Conditional Survival Prediction [0.0]
本稿では,条件付き生存関数を計算するために,複合回帰戦略の異なるバリエーションについて検討する。我々は、回帰に基づく弱い学習者を用いて、提案したアンサンブル手法を作成する。提案したモデルでは、ランダム生存林よりも優れた性能を発揮する構造を示している。
論文参考訳（メタデータ） (2023-09-01T12:20:30Z)
Integrated Brier Score based Survival Cobra -- A regression based approach [0.0]
コンピレーション・レグレッション・ストラテジー(COBRA)アンサンブルを,コンフィグレーション・サバイバル関数の予測にインテグレート・ブライアスコアを用いて新たに2つのレグレッション・ベース・インテグレーションする。我々の提案は、全ての弱い学習者が、直接実装とは別に最終的な生存関数を予測するために行った、統合的ブライアスコアスコアに基づく全ての予測の重み付け版を含む。
論文参考訳（メタデータ） (2022-10-21T14:48:10Z)
Fair Wrapping for Black-box Predictions [105.10203274098862]
予測を修飾するα木として定義したラッパー関数を学習する。この修正は, アルファツリーの構成, 一般化, 解釈可能性, および修正された予測とオリジナル予測のKLの相違に関して, 魅力的な性質を有することを示す。
論文参考訳（メタデータ） (2022-01-31T01:02:39Z)
Are Missing Links Predictable? An Inferential Benchmark for Knowledge Graph Completion [79.07695173192472]
InferWikiは推論能力、仮定、パターンの既存のベンチマークを改善している。各テストサンプルは、トレーニングセットの支持データで予測可能である。実験では,大きさや構造が異なるInferWikiの2つの設定をキュレートし,比較データセットとしてCoDExに構築プロセスを適用する。
論文参考訳（メタデータ） (2021-08-03T09:51:15Z)
Near-optimal inference in adaptive linear regression [60.08422051718195]
最小二乗法のような単純な方法でさえ、データが適応的に収集されるときの非正規な振る舞いを示すことができる。我々は,これらの分布異常を少なくとも2乗推定で補正するオンラインデバイアス推定器のファミリーを提案する。我々は,マルチアームバンディット,自己回帰時系列推定,探索による能動的学習などの応用を通して,我々の理論の有用性を実証する。
論文参考訳（メタデータ） (2021-07-05T21:05:11Z)
Multivariate Probabilistic Regression with Natural Gradient Boosting [63.58097881421937]
多変量予測分布の条件パラメータを非パラメトリックにモデル化したNatural Gradient Boosting (NGBoost) 手法を提案する。提案手法は頑健で, 広範囲なチューニングを伴わず, 推定対象分布に対してモジュール構造であり, 既存の手法と比較して競争力がある。
論文参考訳（メタデータ） (2021-06-07T17:44:49Z)
Double Perturbation: On the Robustness of Robustness and Counterfactual Bias Evaluation [109.06060143938052]
テストデータセットを超えたモデル弱点を明らかにするための"ダブル摂動"フレームワークを提案する。この枠組みを,モデルの頑健さと英語における反事実バイアスの分析に使用される2つの摂動に基づくアプローチに応用する。
論文参考訳（メタデータ） (2021-04-12T06:57:36Z)
Set Prediction without Imposing Structure as Conditional Density Estimation [40.86881969839325]
本研究では,学習を条件密度推定として見ることにより,設定損失による学習の代替を提案する。本フレームワークは, 深部エネルギーモデルに適合し, 勾配誘導サンプリングによる難易度を近似する。我々のアプローチは、標準ベンチマークの以前のセット予測モデルと競合する。
論文参考訳（メタデータ） (2020-10-08T16:49:16Z)
Adaptive Correlated Monte Carlo for Contextual Categorical Sequence Generation [77.7420231319632]
我々は,モンテカルロ (MC) ロールアウトの集合を分散制御のために評価する政策勾配推定器に,カテゴリー列の文脈的生成を適用する。また,二分木ソフトマックスモデルに相関したMCロールアウトを用いることで,大語彙シナリオにおける高生成コストを低減できることを示す。
論文参考訳（メタデータ） (2019-12-31T03:01:55Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。