10:34
官方账号arXiv cs.LG@Shuai Huang, Zhe Qu, Zhaowei Hua, Guohao Shen, Rui Tang, Hongtu Zhu
推荐理由：这篇论文提出了一个能同时预测多个生存时间分位数还不打架的模型，在乳腺癌和死亡率数据上都比老方法更准，做医学预测的可以看看。
分位数回归
共 1 条相关 AI 资讯
8月18日
10:34
该论文提出Censored Non-crossing Quantile（CNQ）框架，联合估计多个条件生存分位数，并通过构造保证分位数曲线不交叉。框架支持Kolmogorov-Arnold和Transformer两种骨干网络，并给出联合覆盖所有分位水平的有限样本超额风险界。在27个模拟设置和6个队列中，当条件分布不对称时，CNQ的钉球损失低于分位数、风险和树基竞争方法，且区间覆盖率更接近名义水平。METABRIC和FLCHAIN两个临床案例显示，CNQ能恢复随生存分布变化的协变量效应，并生成一致的个体化分位里程碑。