研究人员为深度生存预测模型开发了一种新的损失函数，称为 SCL（Sigmoid Concordance Loss）。传统模型常使用似然目标函数，但其与评估生存预测的关键指标——一致性指数（C-index）——的相关性并不稳定。SCL 确保损失值下降直接对应 C-index 上升，提供了一个更稳定可靠的优化目标。在十八个数据集上的实验表明，SCL 在实现与标准似然损失相当的区分度同时，在训练过程中保持了损失与 C-index 之间的强相关性。 AI
影响 为深度生存模型提供了更可靠的优化目标，有望提高其性能和训练效率。
排序理由 学术论文，详细介绍了一种用于深度生存预测模型的新损失函数。[lever_c_demoted from research: ic=1 ai=1.0]
- Cox Communications
- DeepHIT: a deep learning framework for prediction of hERG-induced cardiotoxicity
- Sculptor
- support vector machine
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
