Buchumschlag

CoxSE: Exploring the Potential of Self-Explaining Neural Networks with Cox Proportional Hazards Model for Survival Analysis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Alabdallah, Abdallah, Hamed, Omar, Ohlsson, Mattias, Rögnvaldsson, Thorsteinn, Pashami, Sepideh
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Machine Learning I.2.6
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

The Concordance Index decomposition: A measure for a deeper understanding of survival prediction models
von: Alabdallah, Abdallah, et al.
Veröffentlicht: (2022)

Self-Expanding Neural Networks
von: Mitchell, Rupert, et al.
Veröffentlicht: (2023)

Giving Sensors a Voice: Multimodal JEPA for Semantic Time-Series Embeddings
von: Dutta, Utsav, et al.
Veröffentlicht: (2026)

Explaining Temporal Graph Predictions With Shapley Values
von: Sussek, Lea-Marie, et al.
Veröffentlicht: (2026)

Discrete Latent Structure in Neural Networks
von: Niculae, Vlad, et al.
Veröffentlicht: (2023)

Fusing Rewards and Preferences in Reinforcement Learning
von: Khorasani, Sadegh, et al.
Veröffentlicht: (2025)

Exploring Neural Granger Causality with xLSTMs: Unveiling Temporal Dependencies in Complex Data
von: Poonia, Harsh, et al.
Veröffentlicht: (2025)

Implicit Regularization and Generalization in Overparameterized Neural Networks
von: Johannsen, Zeran
Veröffentlicht: (2026)

Strengthening the Internal Adversarial Robustness in Lifted Neural Networks
von: Zach, Christopher
Veröffentlicht: (2025)

The Bayesian Confidence (BACON) Estimator for Deep Neural Networks
von: Kee, Patrick D., et al.
Veröffentlicht: (2024)

Versatile Ordering Network: An Attention-based Neural Network for Ordering Across Scales and Quality Metrics
von: Yu, Zehua, et al.
Veröffentlicht: (2024)

Learning Useful Representations of Recurrent Neural Network Weight Matrices
von: Herrmann, Vincent, et al.
Veröffentlicht: (2024)

Expressivity of Graph Neural Networks Through the Lens of Adversarial Robustness
von: Campi, Francesco, et al.
Veröffentlicht: (2023)

ReBoot: Encrypted Training of Deep Neural Networks with CKKS Bootstrapping
von: Pirillo, Alberto, et al.
Veröffentlicht: (2025)

Newtonian and Lagrangian Neural Networks: A Comparison Towards Efficient Inverse Dynamics Identification
von: Trinh, Minh, et al.
Veröffentlicht: (2025)

Entropy Aware Message Passing in Graph Neural Networks
von: Nazari, Philipp, et al.
Veröffentlicht: (2024)

Graph Neural Network Based Action Ranking for Planning
von: Mangannavar, Rajesh, et al.
Veröffentlicht: (2024)

Deep Complex-valued Radial Basis Function Neural Networks and Parameter Selection
von: Soares, Jonathan A., et al.
Veröffentlicht: (2024)

Playing Hex and Counter Wargames using Reinforcement Learning and Recurrent Neural Networks
von: Palma, Guilherme, et al.
Veröffentlicht: (2025)

P$^2$U: Progressive Precision Update For Efficient Model Distribution
von: Afrabandpey, Homayun, et al.
Veröffentlicht: (2025)

AI and Machine Learning Approaches for Predicting Nanoparticles Toxicity The Critical Role of Physiochemical Properties
von: Yousaf, Iqra
Veröffentlicht: (2024)

On the Parameter Selection of Phase-transmittance Radial Basis Function Neural Networks for Communication Systems
von: Soares, Jonathan A., et al.
Veröffentlicht: (2024)

Explanations Based on Item Response Theory (eXirt): A Model-Specific Method to Explain Tree-Ensemble Model in Trust Perspective
von: Ribeiro, José, et al.
Veröffentlicht: (2022)

Controlling Recurrent Neural Networks by Conceptors
von: Jaeger, Herbert
Veröffentlicht: (2014)

AdaCap: An Adaptive Contrastive Approach for Small-Data Neural Networks
von: Belucci, Bruno, et al.
Veröffentlicht: (2025)

Quantum-Enhanced Recurrent Neural Networks via Variational Quantum Gating for Battery State of Health Prediction
von: Xu, Yin, et al.
Veröffentlicht: (2026)

Deep Memory Search: A Metaheuristic Approach for Optimizing Heuristic Search
von: Hedar, Abdel-Rahman, et al.
Veröffentlicht: (2024)

Kolmogorov Arnold Networks and Multi-Layer Perceptrons: A Paradigm Shift in Neural Modelling
von: Gaonkar, Aradhya, et al.
Veröffentlicht: (2026)

Leveraging Causal Reasoning Method for Explaining Medical Image Segmentation Models
von: Jiang, Limai, et al.
Veröffentlicht: (2026)

Potential-Based Reward Shaping For Intrinsic Motivation
von: Forbes, Grant C., et al.
Veröffentlicht: (2024)

Neural Reasoning Networks: Efficient Interpretable Neural Networks With Automatic Textual Explanations
von: Carrow, Stephen, et al.
Veröffentlicht: (2024)

Accelerating Complex Disease Treatment through Network Medicine and GenAI: A Case Study on Drug Repurposing for Breast Cancer
von: Hamed, Ahmed Abdeen, et al.
Veröffentlicht: (2024)

Rewarding Beliefs, Not Actions: Consistency-Guided Credit Assignment for Long-Horizon Agents
von: Tang, Wenjie, et al.
Veröffentlicht: (2026)

Stratified Hazard Sampling: Minimal-Variance Event Scheduling for CTMC/DTMC Discrete Diffusion and Flow Models
von: Jang, Seunghwan, et al.
Veröffentlicht: (2026)

Understanding Boolean Function Learnability on Deep Neural Networks: PAC Learning Meets Neurosymbolic Models
von: Nicolau, Marcio, et al.
Veröffentlicht: (2020)

Explore the Loss space with Hill-ADAM
von: Manikandan, Meenakshi, et al.
Veröffentlicht: (2025)

Generalization Study of Quantum Neural Network
von: Jiang, JinZhe, et al.
Veröffentlicht: (2020)

Scaling Laws for Neural Material Models
von: Trikha, Akshay, et al.
Veröffentlicht: (2025)

Potential-Based Intrinsic Motivation: Preserving Optimality With Complex, Non-Markovian Shaping Rewards
von: Forbes, Grant C., et al.
Veröffentlicht: (2024)

A Technical Note on the Architectural Effects on Maximum Dependency Lengths of Recurrent Neural Networks
von: Kent, Jonathan S., et al.
Veröffentlicht: (2024)