跳到正文
热点事件持续更新

竞争风险生存分析架构与损失研究论文发布

1 篇报道1 个报道来源7 小时前更新

先了解这件事

AI 综述

Julie Alberge等发布arXiv:2610.23322论文,探讨竞争风险生存分析中损失函数与架构的重要性。 该研究在20个表格和3个病理图像数据集上测试4种骨干网络,发现直接建模累积发生率的损失函数比骨干网络选择更重要,在两种模态下均优于其他损失。 表格网络在表格数据上表现领先,预训练视觉编码器在图像数据上表现更好,二者效果叠加。RealMLP配合累积发生率损失组合取得基准测试中最佳Brier分数,并揭示了评估指标C-index的不适当性。

AI 根据报道生成 · 5 小时前更新

报道时间线

沿着报道,了解事件的不同侧面。

10月19日
  1. arXiv · ML
    竞争风险生存分析中损失函数还是架构更关键?

    在竞争风险生存分析中,直接建模累积发生率的损失函数比骨干网络选择更重要,其在两种模态下均优于其他损失。 研究在20个表格和3个病理图像数据集上测试4种骨干网络,发现表格网络在表格数据上领先,预训练视觉编码器在图像上表现更好,二者效果叠加。 该组合(如RealMLP配合累积发生率损失)取得了基准测试中最佳Brier分数,揭示了评估指标C-index的不适当性。

本事件热度走势

可比范围当前
8
可比范围峰值
910月19日 15:00
近 24 小时变化
–

趋势仅比较持续完整观测到的相同主体,范围可能小于当前热度统计。移动指针或点击图表查看每小时热度;键盘可用左右方向键切换。