熱點事件持續更新
遷移學習改善小樣本生存模型表現
1 篇報道1 個報道來源3 小時前更新
先了解這件事
AI 綜述
2026年11月22日,DEV Community 報道 Zhao 等人於結直腸癌 I 期相關隊列研究遷移學習在小樣本生存模型中的效果。研究發現,遷移學習可提升模型表現,樣本量低至 n=50 時仍觀察到改善。完整目標隊列中,RSF/TSF 的 Ctd 由 0.7940 升至 0.8297,為文中最高值。研究方法包括以 TSF 遷移樹結構,以及對 DeepSurv、Cox-CC 和 DeepHit 採用預訓練及微調。報道並指出,研究結果僅限於相關來源隊列。
AI 根據報道生成 · 2 小時前更新
最新進展11月22日 05:12
研究報告指出,樣本量低至 n=50 時仍觀察到改善;完整目標隊列的 RSF/TSF Ctd 升至 0.8297。報道時間線
沿着報道,瞭解事件的不同側面。
11月22日
- DEV Community小樣本生存資料的遷移學習:n=50 時哪些方法有效
Zhao 等人在結直腸癌 I 期相關隊列研究中發現,遷移學習可提升小樣本生存模型表現,樣本量低至 n=50 時仍觀察到改善。完整目標隊列中,RSF/TSF 的 Ctd 由 0.7940 升至 0.8297,是文中最高值。研究以 TSF 遷移樹結構,並以預訓練和微調處理 DeepSurv、Cox-CC 及 DeepHit;結果限於相關來源隊列。
本事件熱度走勢
還沒有足夠的連續觀測數據,暫不繪製趨勢。