智能AI
morning
用于全合成生存训练的过滤混合发生器
2026-07-02
1 阅读
约2分钟阅读
Niccol\`o Maria Rizzi, Eugenio Lomurno, Alberto Archetti, Matteo Matteucci
字号:
arXiv:2607.00127v1 公告类型:新摘要:生存分析对事件发生时间数据进行建模,但在临床环境中,训练数据成本高昂且稀缺:事件经过多年的随访而累积,队列规模较小,隐私法规限制跨机构共享。表格生成模型承诺增强和保护隐私的队列共享,但它们本身需要数据——在生存分析中典型的小队列中,单个生成器很少能够很好地表征群体,以便下游模型对其输出进行训练以匹配实际数据性能。 FoGS(用于生存分析的过滤生成器混合物)将合成数据构建重新构建为样本选择而不是生成。候选池是从四个架构不同的表格生成器中抽取的,每个样本都由七个在真实数据上训练的生存模型的集合进行评分,使用适当的评分规则作为每个样本的合理性代理。两级管道在其外循环中针对保留的下游性能优化选择策略(生成器配额、评分者权重、随机补充以及事件时间和审查的分层平衡),而内循环则调整下游模型(XGBoost-Cox)。在合成训练、真实测试(C 指数和 IBS,$0$--$100$ 规模)下的 16 个公共数据集上,FoGS 的 C 指数平均提高了 $+2.17$,IBS 平均提高了 $+0.67$,改善了 16 个数据集中的 9 个数据集和 13 个数据集中至少一个的指标(单边 Wilcoxon $p=0.039$ 和$p=0.035$)。它匹配或超过了大多数队列的真实数据训练,相对于未经过滤的采样,最近邻隐私边际没有显着变化。因此,异构生成器池上的样本过滤是隐私受限的临床环境中真实数据训练的可行替代方案。
这篇文章对您有帮助吗?
订阅66必读
每日精选科技资讯,直达你的邮箱