Qaysi chuqur o'qish yondashuvlari hayot davomiyligini tahlil qilish uchun (DeepSurv, DeepHit)?

DeepSurv va DeepHit — bu ikki mashhur chuqur o‘rganish yondashuvi bo‘lib, ular voqea yuz berish vaqtini model qilishga imkon beradi, bu jarayonni censurlangan ma’lumotlarni hisobga olgan holda amalga oshiriladi.

• DeepSurv — bu Cox nisbatli xavf modeliga asoslangan neyron tarmoq. U Coxning qisman ehtimollikning salbiy logarifmini minimallashtirish uchun o‘qitiladi, bu esa voqea uchun individual xavfni bashorat qilish imkonini beradi. DeepSurv kovariatlarning xavfga ta’sirini model qilish uchun mos keladi va noqonuniy bog‘liqliklarni hisobga olishi mumkin.

• DeepHit — bu yanada murakkab model bo‘lib, to‘g‘ridan-to‘g‘ri hayot davomiyligi funktsiyasini va voqea yuz berish ehtimolini vaqtning diskret nuqtalarida model qiladi. U ko‘p vazifali neyron tarmoqdan foydalanadi, u kombinatsiyalashgan yo‘qotish funktsiyasi bilan o‘qitiladi, bu esa voqea vaqtini bashorat qilish aniqligi va censurlangan ma’lumotlarni to‘g‘ri ishlashni hisobga oladi. DeepHit raqobatdosh xavflarni model qilish va voqea vaqtining taqsimotini yanada moslashuvchan tarzda tasvirlash imkonini beradi.

Ikkala yondashuv ham chuqur neyron tarmoqlarning kuchidan foydalanishga imkon beradi, bu esa an’anaviy statistik modellarning cheklovlarini yengib o‘tishga yordam beradi.