研究者提出深度端到端生存分析算法

Mariana Vargas Vieyra 与 Pascal Frossard 提交论文预印本，提出一种受 Deep Q-Network 启发的生存分析算法。该算法引入延迟目标网络，将时间一致性训练目标的生成与模型更新解耦，称可提供更稳定的训练信号，并支持小批量优化与端到端训练。 作者称，该框架支持任意复杂架构：在长序列数据集上优于基准，能捕捉长期模式；消融实验显示目标延迟程度对预测性能和训练波动有显著影响；在两类生存模型上，延迟目标更新均稳定优于同一时间尺度的基线。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。