实体
Agnideep Aich
Agnideep Aich
PulseAugur coverage of Agnideep Aich — every cluster mentioning Agnideep Aich across labs, papers, and developer communities, ranked by signal.
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
基于 Copula 的临床和基因组评分融合可改善乳腺癌风险分层
研究人员开发了一种使用 copula 函数融合临床和基因组风险评分以进行乳腺癌分层的新方法。虽然与仅使用临床评分相比，该方法并未提高预测准确性（ROC-AUC），但它清晰地描述了两种评分之间的依赖关系。该研究利用了 METABRIC 和 TCGA 数据集，并强调，在临床和基因表达两方面评分都高的患者预后最差，这表明联合分组分析在理解风险方面具有价值。
-
新理论解释有限宽度神经网络中的线性收敛
研究人员开发了一个新的理论框架，用于解释有限宽度神经网络中梯度下降的局部线性收敛。他们的工作表明，在与神经网络切线核（NTK）和网络初始化相关的特定条件下，损失函数可以满足局部 Polyak-Łojasiewicz 不等式，从而实现线性收敛。该研究包括在 MNIST 和 CIFAR-10 等数据集上的实证验证，表明步长和网络宽度等因素会影响网络是否保持在此局部区域内并实现更快的收敛。
-
新的CopulaSMOTE方法改进了糖尿病预测中的不平衡数据处理
研究人员开发了CopulaSMOTE，一种解决医疗预测模型中类别不平衡的新颖方法，特别适用于糖尿病等疾病。与传统的SMOTE等方法不同，该方法使用基于Copula的技术来更好地模拟生成合成数据时少数类中的依赖结构。在三个公开的糖尿病数据集上的评估表明，CopulaSMOTE可以提高少数类的恢复能力，尤其是在较大的数据集和特定的分类器上，尽管其有效性有所不同。