Buchumschlag

WTNN: Weibull-Tailored Neural Networks for survival analysis

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Rives, Gabrielle, Lopez, Olivier, Bousquet, Nicolas
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Machine Learning Applications Methodology 68T07 (Primary) 62N02 (Secondary)
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Weibull Mixture Cure Frailty Model for High-dimensional Covariates
von: Kızılaslan, Fatih, et al.
Veröffentlicht: (2024)

Deep Neural Network Based Accelerated Failure Time Models using Rank Loss
von: Kim, Gwangsu, et al.
Veröffentlicht: (2022)

A Special Case of Quadratic Extrapolation Under the Neural Tangent Kernel
von: Kim, Abiel
Veröffentlicht: (2025)

A Statistical-Modelling Approach to Feedforward Neural Network Model Selection
von: McInerney, Andrew, et al.
Veröffentlicht: (2022)

Semiparametric marginal promotion time cure model for clustered survival data
von: Xiao, Fei, et al.
Veröffentlicht: (2025)

Two approaches to multiple canonical correlation analysis for repeated measures data
von: Górecki, Tomasz, et al.
Veröffentlicht: (2025)

Quick and Simple Kernel Differential Equation Regression Estimators for Data with Sparse Design
von: Ge, Chunlei, et al.
Veröffentlicht: (2024)

Density ratio model for multiple types of survival data with empirical likelihood
von: McVittie, James Hugh, et al.
Veröffentlicht: (2025)

Copula based dependent censoring in cure models
von: Delhelle, Morine, et al.
Veröffentlicht: (2024)

Deep Neural Networks for Doubly Robust Estimation with Nonprobability Survey Samples
von: Dai, Yufang, et al.
Veröffentlicht: (2026)

Upgrading survival models with CARE
von: Underwood, William G., et al.
Veröffentlicht: (2025)

Dirichlet Scale Mixture Priors for Bayesian Neural Networks
von: Arnstad, August, et al.
Veröffentlicht: (2026)

A New Formula for Faster Computation of the K-Fold Cross-Validation and Good Regularisation Parameter Values in Ridge Regression
von: Liland, Kristian Hovde, et al.
Veröffentlicht: (2022)

Interaction Decomposition of prediction function
von: Iwasawa, Hirokazu, et al.
Veröffentlicht: (2024)

Regression and Dimension Reduction for Multivariate Mixed-Type Data via Semiparametric Gaussian Copula
von: Dey, Debangan, et al.
Veröffentlicht: (2022)

Flexible and efficient emulation of spatial extremes processes via variational autoencoders
von: Zhang, Likun, et al.
Veröffentlicht: (2023)

Multivariate Spatio-Temporal Neural Hawkes Processes
von: Chukwuemeka, Christopher, et al.
Veröffentlicht: (2026)

Model-Free Local Recalibration of Neural Networks
von: Torres, R., et al.
Veröffentlicht: (2024)

Deep Learning Aided Laplace Based Bayesian Inference for Epidemiological Systems
von: Kwok, Wai Meng, et al.
Veröffentlicht: (2022)

Trend Filtered Mixture of Experts for Automated Gating of High-Frequency Flow Cytometry Data
von: Hyun, Sangwon, et al.
Veröffentlicht: (2025)

Symbolic Branch Networks: Tree-Inherited Neural Models for Interpretable Multiclass Classification
von: Rodríguez-Salas, Dalia
Veröffentlicht: (2025)

Structural Incompatibility of Differentiable Sorting and Within-Vector Rank Normalization
von: Kim, Taeyun
Veröffentlicht: (2025)

Robust Fourier Neural Networks
von: Jeong, Halyun, et al.
Veröffentlicht: (2024)

Weighted Tail Random Variable: A Novel Framework with Stochastic Properties and Applications
von: Islam, Sarikul, et al.
Veröffentlicht: (2025)

MSTN: A Lightweight and Fast Model for General TimeSeries Analysis
von: Shevtekar, Sumit S, et al.
Veröffentlicht: (2025)

seMCD: Sequentially implemented Monte Carlo depth computation with statistical guarantees
von: Gnettner, Felix, et al.
Veröffentlicht: (2025)

Synthetic data for ratemaking: imputation-based methods vs adversarial networks and autoencoders
von: Havrylenko, Yevhen, et al.
Veröffentlicht: (2025)

SUrvival Control Chart EStimation Software in R: the success package
von: Gomon, Daniel, et al.
Veröffentlicht: (2023)

Inference in pseudo-observation-based regression using (biased) covariance estimation and naive bootstrapping
von: Mack, Simon, et al.
Veröffentlicht: (2025)

Nonparametric estimation of a factorizable density using diffusion models
von: Kwon, Hyeok Kyu, et al.
Veröffentlicht: (2025)

Statistical Properties of Deep Neural Networks with Dependent Data
von: Brown, Chad
Veröffentlicht: (2024)

Comparison of generalised additive models and neural networks in applications: A systematic review
von: Doohan, Jessica, et al.
Veröffentlicht: (2025)

Hybrid deep additive neural networks
von: Kim, Gyu Min, et al.
Veröffentlicht: (2024)

Bayesian Inference for Left-Truncated Log-Logistic Distributions for Time-to-event Data Analysis
von: Mostafa, Fahad, et al.
Veröffentlicht: (2025)

Model Assessment and Selection under Temporal Distribution Shift
von: Han, Elise, et al.
Veröffentlicht: (2024)

The Choice of Normalization Influences Shrinkage in Regularized Regression
von: Larsson, Johan, et al.
Veröffentlicht: (2025)

A Bayesian Optimal Phase II Design for Randomized Immunotherapy Trials with Delayed Treatment Effects
von: Cai, Zhongheng, et al.
Veröffentlicht: (2025)

Parametric Analysis of Bivariate Current Status data with Competing risks using Frailty model
von: Ghosh, Biswadeep, et al.
Veröffentlicht: (2024)

Left-truncated discrete lifespans: The AFiD enterprise panel
von: Scholz, Eric, et al.
Veröffentlicht: (2024)

Simultaneous Heterogeneity and Reduced-rank Learning for Multivariate Response Regression
von: Wu, Jie, et al.
Veröffentlicht: (2025)