本研究は、生存時間予測問題に対して変分オートエンコーダ(VAE)を組み込んだ新しい手法を提案している。
生存時間予測は、医療や工学などの分野で重要な問題である。従来の生存回帰モデルは、強い仮定に基づいていたり、高次元の入力特徴量に対して効果的ではない。
提案手法は、Deep Survival Machine (DSM)モデルに VAEを組み込むことで、入力特徴量の潜在クラスタリングと生存時間予測を同時に学習する。具体的には以下の2つのバリアントを提案している:
実験結果から、提案手法は特に長期的な予測精度を向上させることが示された。これは、VAEによる潜在クラスタリングが生存時間予測に有効であることを示唆している。
一方で、クラスタリング精度とモデルの予測精度の関係は複雑で、クラスタリングの質が必ずしも予測精度に直結しないことも明らかになった。
今後の課題としては、より適切な潜在変数のモデル化手法の検討や、画像入力への拡張などが考えられる。
Til et andet sprog
fra kildeindhold
arxiv.org
Vigtigste indsigter udtrukket fra
by Qinxin Wang,... kl. arxiv.org 04-25-2024
https://arxiv.org/pdf/2404.15595.pdfDybere Forespørgsler