KAPLAN-HR: Rete di Kolmogorov-Arnold per l'Analisi di Sopravvivenza
Esiste un metodo innovativo chiamato KAPLAN-HR che utilizza le Reti di Kolmogorov-Arnold, o KAN, per stimare i rischi nell'analisi di sopravvivenza senza fare affidamento su parametri specifici. Esamina come diversi fattori e il tempo influenzano il rischio utilizzando B-spline. La versione più semplice di questo modello produce modelli additivi generalizzati (GAM), mentre configurazioni più avanzate possono catturare interazioni complesse e variazioni nel tempo. Una cosa interessante è che l'accuratezza del modello dipende solo dalla levigatezza della KAN, il che aiuta a evitare problemi con dati ad alta dimensionalità. Nei test su sei set di dati clinici, KAPLAN-HR si è dimostrato una valida alternativa ai metodi più vecchi come il modello di Cox, che richiede una configurazione manuale per le interazioni.
Fatti principali
- KAPLAN-HR è una rete di Kolmogorov-Arnold basata su B-spline per la stima non parametrica del rischio.
- Modella il rischio condizionale come funzione congiunta di covariate e tempo.
- Un KAPLAN-HR a singolo strato recupera un modello additivo generalizzato.
- Architetture più profonde catturano interazioni ed effetti temporali variabili.
- Il tasso di convergenza dipende solo dalla levigatezza della rappresentazione KAN, non dalla dimensione delle covariate.
- Mitiga la maledizione della dimensionalità per obiettivi rappresentabili con KAN.
- Valutato su sei set di dati clinici di riferimento.
- Metodi classici come il modello di Cox richiedono la specifica manuale delle interazioni.
Entità
—