論文の概要: Square root Cox's survival analysis by the fittest linear and neural networks model

• arxiv url: http://arxiv.org/abs/2510.19374v1
• Date: Wed, 22 Oct 2025 08:48:58 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-10-25 03:08:15.437071
• Title: Square root Cox's survival analysis by the fittest linear and neural networks model
• Title（参考訳）: 整合線形ニューラルネットワークモデルによる正方根Coxの生存解析
• Authors: Maxime van Cutsem, Sylvain Sardy,
• Abstract要約: 我々は、生存分析における特徴選択の改善を目的として、コックスの比例的ハザードモデルとLASSOを再考する。 クロスバリデーションやBICに依存する従来のメソッドとは異なり、$lambda$というペナルティパラメータは、機能選択のために直接チューニングされる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We revisit Cox's proportional hazard models and LASSO in the aim of improving feature selection in survival analysis. Unlike traditional methods relying on cross-validation or BIC, the penalty parameter $\lambda$ is directly tuned for feature selection and is asymptotically pivotal thanks to taking the square root of Cox's partial likelihood. Substantially improving over both cross-validation LASSO and BIC subset selection, our approach has a phase transition on the probability of retrieving all and only the good features, like in compressed sensing. The method can be employed by linear models but also by artificial neural networks.
• Abstract（参考訳）: 我々は、生存分析における特徴選択の改善を目的として、コックスの比例的ハザードモデルとLASSOを再考する。 クロスバリデーションやBICに依存する従来の方法とは異なり、ペナルティパラメータ $\lambda$ は機能選択のために直接調整されており、Coxの部分的可能性の平方根を取ることで漸近的に重要なものである。 本手法は, クロスバリデーションLASSOとBICサブセット選択の双方に対して, 圧縮センシングなどの優れた特徴のみを回収する確率を相転移させる。 この手法は線形モデルだけでなく、人工ニューラルネットワークにも応用できる。

関連論文リスト

• Low-rank extended Kalman filtering for online learning of neural networks from streaming data [71.97861600347959]
  非定常データストリームから非線形関数のパラメータを推定するための効率的なオンライン近似ベイズ推定アルゴリズムを提案する。 この方法は拡張カルマンフィルタ (EKF) に基づいているが、新しい低ランク+斜角行列分解法を用いている。 変分推論に基づく手法とは対照的に,本手法は完全に決定論的であり,ステップサイズチューニングを必要としない。
  論文  参考訳（メタデータ） (2023-05-31T03:48:49Z)
• Variable selection for nonlinear Cox regression model via deep learning [0.0]
  最近開発された深層学習に基づく変数選択モデルLassoNetを生存データに拡張する。 提案手法を適用し,びまん性大細胞型B細胞リンパ腫の実際のデータセットを解析した。
  論文  参考訳（メタデータ） (2022-11-17T01:17:54Z)
• FastCPH: Efficient Survival Analysis for Neural Networks [57.03275837523063]
  我々は,線形時間で動作する新しい手法であるFastCPHを提案し,連結イベントに対する標準的なBreslow法とEfron法の両方をサポートする。 また,FastCPHとLassoNetの併用による特徴空間の解釈性も実証した。
  論文  参考訳（メタデータ） (2022-08-21T03:35:29Z)
• Improving Classification Model Performance on Chest X-Rays through Lung Segmentation [63.45024974079371]
  本稿では, セグメンテーションによる異常胸部X線(CXR)識別性能を向上させるための深層学習手法を提案する。 提案手法は,CXR画像中の肺領域を局所化するための深層ニューラルネットワーク(XLSor)と,大規模CXRデータセットで事前学習した自己教師あり運動量コントラスト(MoCo)モデルのバックボーンを用いたCXR分類モデルである。
  論文  参考訳（メタデータ） (2022-02-22T15:24:06Z)
• Cervical Cytology Classification Using PCA & GWO Enhanced Deep Features Selection [1.990876596716716]
  子宮頸癌は世界でも最も致命的かつ一般的な疾患の1つである。 ディープラーニングと特徴選択を利用した完全自動化フレームワークを提案する。 このフレームワークは3つの公開ベンチマークデータセットで評価されている。
  論文  参考訳（メタデータ） (2021-06-09T08:57:22Z)
• Scalable Cross Validation Losses for Gaussian Process Models [22.204619587725208]
  線形および多クラス分類に適応するために,Polya-Gamma補助変数と変分推論を用いる。 提案手法は,高速トレーニングと優れた予測性能を実現する。
  論文  参考訳（メタデータ） (2021-05-24T21:01:47Z)
• Scalable Marginal Likelihood Estimation for Model Selection in Deep Learning [78.83598532168256]
  階層型モデル選択は、推定困難のため、ディープラーニングではほとんど使われない。 本研究は,検証データが利用できない場合,限界的可能性によって一般化が向上し,有用であることを示す。
  論文  参考訳（メタデータ） (2021-04-11T09:50:24Z)
• Differentiable Deconvolution for Improved Stroke Perfusion Analysis [0.0]
  動脈入力機能(AIF)は、それが選択されるべき方法と場所はまだ議論の余地があります。 最大コア病変分割性能に最適化されたAIF選択手法を提案する。 提案手法は,手動のアノテーションを使わずにAIFを生成することができ,したがって手動レーダの影響を回避できることを示す。
  論文  参考訳（メタデータ） (2021-03-31T14:29:36Z)
• Estimation of Switched Markov Polynomial NARX models [75.91002178647165]
  非線形自己回帰(NARX)成分を特徴とするハイブリッド力学系のモデル群を同定する。 提案手法は, 特定の回帰器を持つ3つの非線形サブモデルからなるSMNARX問題に対して実証される。
  論文  参考訳（メタデータ） (2020-09-29T15:00:47Z)
• Identification of Probability weighted ARX models with arbitrary domains [75.91002178647165]
  PieceWise Affineモデルは、ハイブリッドシステムの他のクラスに対する普遍近似、局所線型性、同値性を保証する。 本研究では,任意の領域を持つ固有入力モデル(NPWARX)を用いたPieceWise Auto Regressiveの同定に着目する。 このアーキテクチャは、機械学習の分野で開発されたMixture of Expertの概念に従って考案された。
  論文  参考訳（メタデータ） (2020-09-29T12:50:33Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。