CleanSurvival: automatisierte Datenaufbereitung für Überlebenszeitmodelle mittels Reinforcement Learning
Von KI ausgewählt und zusammengefasst
Worum es geht
Software-Framework zur automatisierten Optimierung von Datenaufbereitungs-Pipelines für Überlebenszeitanalysen mit Q-Learning, validiert auf realen Datensätzen.
Ergebnis
Benchmarks zeigen Verbesserung der prädiktiven Leistung gegenüber einfachen Baselines; Laufzeitverhalten ist kontextabhängig. Simulationsstudie demonstriert Effektivität bei verschiedenen Missingness-Typen und Rauschleveln. Python-Package öffentlich verfügbar. Integration von Preprocessing speziell für Überlebenszeitmodelle in AutoML-Pipelines ermöglicht robustere Ergebnisse.
Übertragbarkeit auf Deutschland
Deutsche Entwicklung (DFKI); Infrastruktur vor Ort vorhanden.
Originalstudie in PubMedIm Hub ansehenNeue Studien per E-Mail
Auswahl und deutsche Zusammenfassung stammen von einer KI und sind nicht redaktionell geprüft. Maßgeblich ist die Originalpublikation.