研究人员推出了一种新颖的生存数据聚类方法 K-SurvMeans，该方法将生存结果明确纳入聚类中心优化中。此方法旨在最大化聚类之间的成对生存差异，从而从生存角度增强它们的区分度。由于目标函数的不可微性，采用了粒子群算法进行优化。该框架还可以运行在学习到的低维潜在空间中，以提高灵活性并缓解维度灾难，基准生存数据集上的实验证明了这一点。 AI
影响 引入了一种分析生存数据的新方法，有望改善医学和金融等领域的成果。
排序理由 介绍生存数据聚类新方法的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
