研究人员开发了一种名为“保形分诊”(Conformal Triage)的新方法,以改进预测模型的部署,特别是在疾病患病率可能发生变化的医疗保健环境中。该审计系统解决了在总体事件患病率发生变化时,将未得到妥善审查的具有目标事件的患者发布出去的风险。所提出的审计方法将受试者分配到不同的角色,分别进行患病率校正、保形校准和发布侧评估,从而可以直接评估有多少事件阳性患者在未经审查的情况下被发布,以及是否有足够的标签来进行准确校准。 AI
影响 通过解决部署风险,提高了预测模型在关键应用中的可靠性。
排序理由 该集群包含一篇在arXiv上发表的详细介绍新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
- alphaXiv
- arXiv
- CatalyzeX
- Chengze Li
- Conformal Triage
- DagsHub
- Gotit.pub
- Hugging Face
- IArxiv
- non-small-cell lung carcinoma
- ScienceCast
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →