論文の概要: A Filtered Mixture-of-Generators for Fully Synthetic Survival Training

• arxiv url: http://arxiv.org/abs/2607.00127v1
• Date: Tue, 30 Jun 2026 20:02:19 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-02 19:56:07.61469
• Title: A Filtered Mixture-of-Generators for Fully Synthetic Survival Training
• Title（参考訳）: 完全合成生存訓練のためのフィルタミキサー・オブ・ジェネレータ
• Abstract要約: FoGS (Filtered Mixture-of-Generators for Survival Analysis)は、合成データ構築を生成ではなくサンプル選択として再編成する。 トレーニングオンシンセティックでテストオンリアルな16の公開データセット(C-indexとIBS、$0$100$scale)では、FoGSの収率はC-indexで$2.17$、IBSで$0.67$である。
• 参考スコア（独自算出の注目度）: 9.592144785458443
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Survival analysis models time-to-event data, but in clinical settings training data are costly and scarce: events accrue over years of follow-up, cohorts are small, and privacy regulations restrict sharing across institutions. Tabular generative models promise augmentation and privacy-preserving cohort sharing, yet are themselves data-hungry -- on the small cohorts typical of survival analysis, a single generator rarely characterizes the population well enough for downstream models trained on its output to match real-data performance. FoGS (Filtered Mixture-of-Generators for Survival analysis) reframes synthetic-data construction as sample selection rather than generation. A candidate pool is drawn from four architecturally distinct tabular generators, and each sample is scored by an ensemble of seven survival models trained on real data, using proper scoring rules as a per-sample plausibility proxy. A two-level pipeline optimizes, in its outer loop, a selection policy -- generator quotas, scorer weights, a random complement, and stratified balancing on event time and censoring -- against held-out downstream performance, while an inner loop tunes the downstream model (XGBoost-Cox). On 16 public datasets under train-on-synthetic, test-on-real (C-index and IBS, $0$--$100$ scale), FoGS yields mean improvements of $+2.17$ in C-index and $+0.67$ in IBS, improving both metrics on 9 of 16 datasets and at least one on 13 (one-sided Wilcoxon $p=0.039$ and $p=0.035$). It matches or exceeds real-data training on most cohorts, with no significant change in nearest-neighbour privacy margin relative to unfiltered sampling. Sample filtering over a heterogeneous generator pool is thus a viable substitute for real-data training in privacy-restricted clinical settings.
• Abstract（参考訳）: 生存分析(Survival analysis)は、時間から時間までのデータをモデル化するが、臨床環境でのトレーニングデータは非常に高価で不足している。 タブラル生成モデルは、強化とプライバシ保護のコホート共有を約束するが、それ自体はデータ共有であり、生存分析に典型的な小さなコホートに基づいて、単一のジェネレータは、実際のデータパフォーマンスに合うようにトレーニングされた下流モデルに十分な人口を特徴付けることは滅多にない。 FoGS (Filtered Mixture-of-Generators for Survival Analysis)は、合成データ構築を生成ではなくサンプル選択として再編成する。 候補プールは、建築的に異なる4つのタブ状のジェネレータから引き出され、各サンプルは、実際のデータに基づいて訓練された7つのサバイバルモデルのアンサンブルによってスコアされ、適切なスコアリングルールをサンプルごとの可視性プロキシとして使用する。 内部ループが下流モデル(XGBoost-Cox)をチューニングする一方で、外部ループでは、ジェネレータクォータ、スコアラウェイト、ランダムな補完、階層化バランシングといった2段階のパイプラインが、ダウンストリームのパフォーマンスに対して最適化されている。 トレイン・オン・シンセティック、テスト・オン・リアル(C-index and IBS, $0$--100$scale)の16の公開データセットでは、FoGSはC-indexで$2.17$、IBSで$0.67$という平均的な改善を行い、16のデータセットのうち9つと13の少なくとも1つ(一方のWilcoxon $p=0.039$と$p=0.035$)のメトリクスを改善した。 ほとんどのコホートでは、実際のデータトレーニングと一致または超えるが、フィルターなしサンプリングと比較して、最寄りのプライバシーマージンに大きな変化はない。 したがって、不均一なジェネレータプール上のサンプルフィルタリングは、プライバシに制限された臨床環境における実データトレーニングの代替となる。

関連論文リスト

• Transformer-Based Active Learning for Data-Efficient Vaccine Epitope Selection in PRRS [0.0]
  9-mersと保存状態の良いブタ抗原受容体の高結合親和性のインスタンスを分類するための機械学習手法の評価を行った。 本研究では,9-mersと保存状態の良いブタ抗原受容体の高結合親和性のインスタンスを分類するために,能動学習の変種を用いて機械学習(ML)アプローチを評価する。
  論文  参考訳（メタデータ） (2026-06-27T00:29:29Z)
• Active Learning with Low-Rank Structure for Data Selection [85.43185363043362]
  低ランク近似と残差に基づくサンプリングに基づく新しいデータ選択フレームワークを提案する。 平均損失がデータセット全体の平均損失を近似した$tildeOleft(k + frac1varepsilon2right)$データポイントの重み付きサブセットを選択することができることを示す。
  論文  参考訳（メタデータ） (2026-06-14T22:29:59Z)
• Inference-Time Refinement Closes the Synthetic-Real Gap in Tabular Diffusion [8.745106905496282]
  凍結したトレーニング済みのバックボーン上で動作可能な推論時間改善フレームワークを提案する。 推論時間の改善は、1つのコンシューマグレードのGPU上で1～80分でリアルタイムユーティリティを超えます。
  論文  参考訳（メタデータ） (2026-05-07T13:37:03Z)
• Filtering with Confidence: When Data Augmentation Meets Conformal Prediction [10.431187957711206]
  本稿では,合成データ拡張のための基本データフィルタリングフレームワークを提案する。 F1スコアの最大40%の一貫性のあるパフォーマンス向上を示す。
  論文  参考訳（メタデータ） (2025-09-25T19:42:02Z)
• CLIMB: CLustering-based Iterative Data Mixture Bootstrapping for Language Model Pre-training [63.07024608399447]
  本稿では,事前学習環境でデータ混合物を発見し,評価し,精製する自動フレームワークを提案する。 ClimbLabは、20のクラスタを研究用グラウンドとして、フィルタされた1.2トリリオントーケンコーパスであり、ClimbMixはコンパクトだが強力な400ビリオントーケンデータセットである。
  論文  参考訳（メタデータ） (2025-04-17T17:58:13Z)
• Heterogeneous Datasets for Federated Survival Analysis Simulation [6.489759672413373]
  本研究では、既存の非フェデレーションデータセットから再現可能な方法で開始することで、現実的な異種データセットを構築する新しい手法を提案する。 具体的には、ディリクレ分布に基づく2つの新しいデータセット分割アルゴリズムを提供し、各データサンプルを慎重に選択したクライアントに割り当てる。 提案手法の実装は,フェデレートされた環境をシミュレートしてサバイバル分析を行うことを推奨し,広く普及している。
  論文  参考訳（メタデータ） (2023-01-28T11:37:07Z)
• Breaking the Spurious Causality of Conditional Generation via Fairness Intervention with Corrective Sampling [77.15766509677348]
  条件生成モデルは、トレーニングデータセットから急激な相関を継承することが多い。 これは別の潜在属性に対して不均衡なラベル条件分布をもたらす。 この問題を緩和するための一般的な2段階戦略を提案する。
  論文  参考訳（メタデータ） (2022-12-05T08:09:33Z)
• Generative Models with Information-Theoretic Protection Against Membership Inference Attacks [6.840474688871695]
  GAN(Generative Adversarial Networks)のような深層生成モデルは、多様な高忠実度データサンプルを合成する。 GANは、訓練されたデータから個人情報を開示し、敵の攻撃を受けやすい可能性がある。 本稿では,生成モデルがトレーニングデータに過度に適合しないようにし,一般化性を奨励する情報理論的動機付け正規化項を提案する。
  論文  参考訳（メタデータ） (2022-05-31T19:29:55Z)
• Generalizing electrocardiogram delineation: training convolutional neural networks with synthetic data augmentation [63.51064808536065]
  ECGのデライン化のための既存のデータベースは小さく、サイズやそれらが表す病態の配列に不足している。 まず、原データベースから抽出した基本セグメントのプールを与えられたECGトレースを確率的に合成し、その整合性のある合成トレースに配置するための一連のルールを考案した。 第二に、2つの新しいセグメンテーションに基づく損失関数が開発され、これは、正確な数の独立構造の予測を強制し、サンプル数の削減に焦点をあてて、より密接なセグメンテーション境界を創出することを目的としている。
  論文  参考訳（メタデータ） (2021-11-25T10:11:41Z)
• Bootstrapping Your Own Positive Sample: Contrastive Learning With Electronic Health Record Data [62.29031007761901]
  本稿では,新しいコントラスト型正規化臨床分類モデルを提案する。 EHRデータに特化した2つのユニークなポジティブサンプリング戦略を紹介します。 私たちのフレームワークは、現実世界のCOVID-19 EHRデータの死亡リスクを予測するために、競争の激しい実験結果をもたらします。
  論文  参考訳（メタデータ） (2021-04-07T06:02:04Z)
• Automatic sleep stage classification with deep residual networks in a mixed-cohort setting [63.52264764099532]
  我々は,大規模コホートの一般化性を評価するために,新しいディープニューラルネットワークモデルを開発した。 総合的な分類精度はトレーニングデータの分数を増やして向上した。
  論文  参考訳（メタデータ） (2020-08-21T10:48:35Z)

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。