A Scalable Nonparametric Continuous-Time Survival Model through Numerical Quadrature
Department of Statistics（统计系）；Ewha Womans University（成均馆大学）；NYU Grossman School of Medicine（纽约大学 Grossman 医学院）
本文提出QSurv模型，通过高斯-勒让德数值积分实现非参数连续时间生存建模，无需时间离散化或限制分布假设，有效捕捉非平稳危险动态，实验表明其在即时危险函数估计上具有优势。
2026-05-15 cs.LG stat.ML
A Scalable Discrete-Time Survival Model for Neural Networks
Stanford University School of Medicine（斯坦福大学医学院）；Stanford University（斯坦福大学）
目前，人们对将神经网络应用于医学中的预测任务非常感兴趣。对于预测模型来说，能够使用生存数据是很重要的，其中每个患者都有已知的随访时间和事件/删失指标。这避免了训练模型时的信息丢失，并能够生成预测的生存曲线。在本文中，我们描述了一个离散时间生存模型，该模型被设计用于神经网络，我们称之为Nnet生存。该模型采用小批量随机梯度下降（SGD）的极大似然方法进行训练。SGD的使用可以快速收敛并应用于不适合内存的大型数据集。该模型是灵活的，因此基线风险率和输入数据对风险概率的影响可以随随访时间而变化。它已经在Keras深度学习框架中实现，模型的源代码和几个示例可以在线获得。我们在模拟和真实数据上展示了该模型的性能，并将其与现有模型Cox-nnet和Deepsurv进行了比较。
2018-11-19 cs.CY cs.LG stat.ML
A Large-Scale Neutral Comparison Study of Survival Models on Low-Dimensional Data
Department of Statistics, LMU Munich（慕尼黑大学统计学系）；Munich Center for Machine Learning（慕尼黑机器学习中心）；Leibniz Institute for Prevention Research and Epidemiology – BIPS（预防研究与流行病学研究所 – BIPS）；Faculty of Mathematics & Computer Science, University of Bremen（不莱梅大学数学与计算机科学学院）；Department of Cancer Genetics, Institute for Cancer Research, Oslo University Hospital（癌症遗传学部，癌症研究所，奥斯陆大学医院）；Department of Biostatistics, Oslo Centre for Biostatistics and Epidemiology (OCBE), University of Oslo (UiO)（生物统计学部，奥斯陆生物统计与流行病学中心（OCBE），奥斯陆大学）；OSPO Now, London, UK（OSPO Now，伦敦，英国）
本研究对低维生存数据中的19种生存模型进行大规模中性比较，发现Cox模型在多数指标上表现稳健，仍为实用选择。
2026-02-28 cs.LG stat.ML
Ensemble-Based Survival Models with the Self-Attended Beran Estimator Predictions
Higher School of Artificial Intelligence Technologies（人工智能技术高等学院）；Peter the Great St.Petersburg Polytechnic University（彼得大帝圣彼得堡工业大学）
针对集成生存模型因自助样本变化导致预测不稳定的问题，提出结合 Beran 估计器与自注意力机制的 SurvBESA，并通过 Huber 污染特例简化训练，实验显示其性能优于现有最先进模型。
2025-06-09 cs.LG stat.ML
Interpretable Survival Analysis for Heart Failure Risk Prediction
Stanford University（斯坦福大学）；VA Palo Alto Health Care System（帕洛阿尔托退伍军人医疗保健系统）；Kaiser Permanente Northern California Division of Research（凯撒医疗北加州研究部）；Stanford Medicine（斯坦福医学院）
提出一种结合survival stacking、ControlBurn和Explainable Boosting Machines的可解释生存分析流水线，用于心力衰竭风险预测，在保持可解释性的同时实现了最先进的性能。
2023-10-24 cs.LG stat.ML
Extension of the Gradient Boosting Algorithm for Joint Modeling of Longitudinal and Time-to-Event data
在各种数据情况下，联合模型是分析时间相关协变量与事件时间之间关系或校正回归分析中发生的事件相关脱落的有效工具。联合建模在单个联合可能性内连接纵向和生存子模型，然后可以通过标准优化方法将其最大化。这些传统的方法的主要负担是，计算工作量迅速增加，在更高的维度，他们不提供适当的变量选择的特殊工具。梯度提升技术在统计学家中是众所周知的，用于精确地解决这些问题，因此已经提出了基于函数梯度下降方法来拟合基本联合模型的初始提升算法。这项工作的目的是扩展该算法，以适应模型，将基线协变量只影响模型的生存部分。扩展的算法进行评估的基础上，低，高维模拟运行，以及艾滋病患者的数据集，其中纵向子模型模型的基本配置文件的CD 4细胞计数，然后得到包括在一起的几个基线协变量的生存子模型。
2018-10-24 stat.ME
Efficient and scalable clustering of survival curves
Universidade de Vigo（维戈大学）；Universidade de Minho（米尼奥大学）
本文提出基于k-means和log-rank检验的生存曲线聚类方法，有效提升大规模生存数据分析的效率与可靠性。
2026-09-23 stat.CO stat.ME stat.ML
Boosting methods for interval-censored data with regression and classification
Columbia University（哥伦比亚大学）；University of Western Ontario（西方大学）
本文提出非参数提升方法，用于处理区间删失数据的回归与分类任务，通过无偏转换调整损失函数并保持模型准确性，理论和实证均验证其有效性。
2026-02-18 cs.LG stat.ML
On Training Survival Models with Scoring Rules
LMU Munich（慕尼黑大学）；Munich Center for Machine Learning（慕尼黑机器学习中心）；Imperial College London（伦敦帝国学院）
本研究探讨了将评分规则用于生存模型训练而非评估，提出了一个与模型无关且不局限于特定评分规则的通用框架，能参数化或非参数化学习事件时间分布，实证表明其预测性能具竞争力。
2024-11-13 cs.AI cs.LG stat.CO
Survival Models: Proper Scoring Rule and Stochastic Optimization with Competing Risks
Inria Saclay（法国国家信息与自动化研究所萨克雷中心）
本文针对竞争风险场景提出严格适当的删失调整可分离评分规则，实现随机优化并用于梯度提升树模型 SurvivalBoost，在多个真实数据集上优于12个最先进模型，且校准性好、预测灵活、计算更快。
2024-10-22 cs.AI cs.LG stat.ML
Incorporating data drift to perform survival analysis on credit risk
Humboldt-Universität zu Berlin（柏林洪堡大学）；Bucharest University of Economic Studies（布加勒斯特经济研究大学）
本文提出一种动态联合建模框架，通过整合纵向行为标记与离散时间危险公式，提升信用风险模型在数据漂移下的鲁棒性和准确性。
2026-08-03 cs.LG q-fin.RM stat.ML
Survival stacking: casting survival analysis as a classification problem
虽然有许多成熟的数据科学方法用于分类和回归，但处理右删失数据的方法相对较少。在这里，我们提出了“生存堆叠”：铸造生存分析问题的分类问题的方法，从而允许使用一般的分类方法和软件的生存设置。受Cox偏似然法的启发，生存堆叠在一个大数据框架中收集生存数据的特征和结果，并具有二进制结果。我们证明了逻辑斯谛回归的生存叠加近似等于考克斯比例风险模型。我们进一步推荐了在生存堆叠设置中评估模型性能的方法，并在真实和模拟数据上说明了生存堆叠。通过将生存问题重新定义为分类问题，我们使数据科学家能够在生存环境中使用众所周知的学习算法（包括随机森林，梯度提升机器和神经网络），并降低灵活生存建模的障碍。
2021-07-28 stat.ME
A General Machine Learning Framework for Survival Analysis
LMU Munich（慕尼黑大学）
事件发生时间数据的建模，也称为生存分析，需要专门的方法，可以处理删失和截断，随时间变化的特征和影响，并扩展到多个竞争事件的设置。然而，许多用于生存分析的机器学习方法仅考虑右删失数据和比例风险假设的标准设置。提供扩展的方法通常最多解决这些挑战的一个子集，并且通常需要无法直接集成到标准机器学习工作流程中的专用软件。在这项工作中，我们提出了一个非常通用的机器学习框架的时间到事件的分析，使用数据增强策略，以减少复杂的生存任务，标准的泊松回归任务。这种重新表述是基于发达的统计理论。使用所提出的方法，可以优化泊松（对数）似然的任何算法，例如梯度提升树、深度神经网络、基于模型的提升等等，都可以在时间到事件分析的上下文中使用。所提出的技术不需要任何假设的事件时间的分布或功能形状的功能和相互作用的影响。基于所提出的框架，我们开发了新的方法，具有竞争力的专业国家的最先进的方法在准确性和多功能性方面，但相对较小的投资的编程工作或专业的方法学知识的要求。
2021-04-17 cs.LG stat.CO stat.ML
ADHAM: Additive Deep Hazard Analysis Mixtures for Interpretable Survival Regression
Columbia University（哥伦比亚大学）
提出ADHAM可解释加性生存模型，通过条件潜在结构定义子组并合并相似组，在保持预测性能的同时提供人群、子组和个体层面的可解释性见解。
2025-09-08 cs.LG stat.ML
Boosting Distributional Copula Regression for Bivariate Right-Censored Time-to-Event Data
提出一种用于右删失双变量事件时间数据的分布copula回归模型，通过梯度boosting实现自动变量选择，适用于高维数据。
2024-12-20 stat.ME
SDPM: Survival Diffusion Probabilistic Model for Continuous-Time Survival Analysis
Peter the Great St.Petersburg Polytechnic University（彼得大帝圣彼得堡国立大学）
本文提出SDPM，一种用于连续时间生存分析的生成模型，通过去噪扩散模型建模生存结果的条件分布，避免了对事件时间分布的参数假设，并在变换的目标空间中使用标准化对数时间和连续高斯混合表示来表示删失指示符，从而在多个真实生存数据集上取得了竞争力的预测性能。
2026-05-21 cs.AI cs.LG stat.CO
Survival analysis as a classification problem
在本文中，我们探讨了一种方法，治疗生存分析作为一个分类问题。该方法采用了"堆叠"的思想，即在一个大的数据框架中收集生存数据的特征和结果，然后将其视为一个分类问题。在这个框架中，可以应用各种统计学习算法（包括逻辑斯谛回归、随机森林、梯度提升机和神经网络）来估计参数并进行预测。对于Logistic回归的叠加，我们通过理论分析和模拟研究证明了这种方法近似等价于考克斯比例风险模型。对于与其他机器学习算法的叠加，我们通过模拟研究表明，我们的方法可以在估计的生存曲线方面优于考克斯比例风险模型。这个想法并不新鲜，但我们认为统计学家和其他数据科学家应该更好地了解它。
2019-09-26 stat.ME
Experimental Comparison of Semi-parametric, Parametric, and Machine Learning Models for Time-to-Event Analysis Through the Concordance Index
Nokia Bell Labs France（诺基亚贝尔实验室法国）；Inria（法国国家信息与自动化研究所）；Safran Tech（赛峰集团技术公司（Safran Tech））
在本文中，我们通过两个不同数据集（PBC和GBCSG2）上的一致性指数对半参数（Cox比例风险模型，Aalen的加性回归模型），参数（Weibull AFT模型）和机器学习模型（随机生存森林，具有Cox比例风险损失的梯度提升，DeepSurv）进行了实验比较。我们提出了两个比较：一个是这些模型的默认超参数，另一个是通过随机搜索找到的最佳超参数。
2020-03-13 cs.LG stat.ML
Survival ensembles by the sum of pairwise differences with application to lung cancer microarray studies
肺癌是美国最常见的癌症之一，就发病率和死亡率而言。据估计，2009年，仅肺癌就将导致15万多人死亡。遗传信息是一个非常有价值的数据来源，在表征癌症的个人性质。在过去的几年里，研究人员进行了许多关联研究，与基因预测因子的数量相比，收集了相对较少的患者的密集遗传数据，其中一个科学目标是确定与癌症复发或生存相关的遗传特征。在这篇文章中，我们提出了高维生存分析，通过一个新的应用程序的boosting，一个强大的工具，在机器学习。我们的方法是基于加速寿命模型和最小化残差的成对差异的总和。我们将我们的方法应用于最近的肺腺癌微阵列研究，发现我们的合奏是由19个基因，而比例风险（PH）合奏是由9个基因，19个基因面板的一个适当的子集。在我们的一个模拟场景中，我们证明了在一个错误指定的模型中，PH值的提升往往会不适合并忽略中等大小的协变量效应。诊断分析表明，PH假设是不满意的微阵列数据，并可能解释，在一定程度上，在集的活性系数的差异。我们的模拟研究和比较数据分析表明，仅通过PH模型进行统计学习是不够的。
2011-08-09 stat.AP
Comparison of methods for early-readmission prediction in a high-dimensional heterogeneous covariates and time-to-event outcome framework
Sorbonne University（索邦大学）；Assistance Publique-Hôpitaux de Paris（巴黎公立医院集团）；Université Paris Descartes（巴黎笛卡尔大学）；École Polytechnique（巴黎综合理工学院）；Univ Evry（埃夫里大学）；Université Paris-Saclay（巴黎-萨克雷大学）
背景资料：在预后研究中，选择在结果预测或变量选择方面最有效的方法是一个反复出现的问题，导致许多关于方法比较的出版物。但有些方面很少受到关注。首先，大多数比较研究分别对待预测性能和变量选择方面。其次，方法要么在二元结果设置（基于任意选择的延迟）或生存设置中进行比较，但不能两者兼而有之。在本文中，我们提出了一种比较方法，在预测和变量选择方面对这些不同的设置进行加权，同时结合先进的机器学习策略。方法：使用一个高维度的病例研究镰状细胞病（SCD）队列，我们比较了8种统计方法。在二元结果设置中，我们考虑了逻辑斯谛回归（LR）、支持向量机（SVM）、随机森林（RF）、梯度增强（GB）和神经网络（NN）;而在生存分析设置中，我们考虑了Cox比例风险（PH）、CURE和C-mix模型。然后，我们比较了所有方法在风险预测和变量选择方面的性能，重点是弹性网络正则化技术的使用。结果如下：在所有评估的统计方法中，C-mix模型在两种考虑的环境中以及有趣的解释方面都具有更好的性能。在一个设置中，不同方法之间的选定协变量具有一定的一致性，但在两个设置中的一致性并不高。结论：似乎首先在生存设置内学习，然后使用生存估计返回到二进制预测显著增强了二进制预测。
2018-07-25 cs.LG stat.ML
comprisk: A scikit-learn-compatible Python toolkit for competing-risks survival analysis
University of Illinois Urbana-Champaign（伊利诺伊大学厄巴纳-香槟分校）；Northumbria University（诺森比亚大学）；University of Calgary（卡尔加里大学）
针对医疗事件时间数据竞争风险问题，Comprisk工具包整合多种竞争风险方法并提供一致API，增加模型评估，各估计器经数值验证，森林模型速度快且可扩展，能让研究人员在Python科学栈内进行竞争风险分析。
2026-08-24 stat.CO stat.ML
Survival Analysis Using a 5-Step Stratified Testing and Amalgamation Routine in Randomized Clinical Trials
随机临床试验通常被设计来评估测试治疗相对于对照治疗是否延长生存期。患者异质性增加虽然有利于结果的普遍性，但可能会削弱常用统计方法检测治疗差异的能力，从而可能阻碍安全有效治疗的监管批准。针对这一问题提出了一种新的解决方案。在分析计划中预先规定了在任一治疗下可能预后生存的基线协变量列表。在分析阶段，使用所有观察到的生存时间，但对患者水平的治疗分配不知情，用弹性网Cox回归去除“噪声”协变量。条件推理树算法使用缩短的协变量列表将异质性试验人群分割为统计学上同质的患者亚群（风险分层）。患者水平治疗揭盲后，在每个形成的风险分层内进行治疗比较，并将分层水平结果合并用于总体统计推断。我们提出的5步分层测试和合并程序（5-STAR）的令人印象深刻的功率提升性能，相对于对数秩检验和其他不利用固有结构化患者异质性的常见方法，使用假设和两个真实数据集以及模拟结果进行说明。此外，强调了报告分层水平比较处理效应（加速失效时间模型拟合的时间比与模型平均值，以及根据需要，Cox比例风险模型拟合的风险比）的重要性，认为这是个性化用药的潜在推动因素。fiveSTAR R软件包可在https://github.com/rmarceauwest/fiveSTAR上获得。
2020-04-28 stat.AP stat.ME stat.ML
FPBoost: Fully Parametric Gradient Boosting for Survival Analysis
Department of Electronics, Information, and Bioengineering, Politecnico di Milano（米兰理工大学电子、信息与生物工程系）
FPBoost通过结合全参数危险函数与梯度提升，提供灵活的生存建模方法，兼顾灵活性与可解释性。
2026-02-02 cs.AI cs.LG
Comment: Boosting Algorithms: Regularization, Prediction and Model Fitting
作者正在为《统计科学》的读者提供一个真正的服务，它提供了一个写得很好的最新的关于提升的概述，起源于Freund和Schapire的开创性算法。同样，我们感谢高级软件，它将允许更大的读者试验或简单地应用提升启发的模型拟合。作者向我们展示了一个方法论的世界，说明了一个根本性的创新如何渗透到统计思维和实践的每一个角落。他们向读者介绍了一种特定的增强解释，然后展示了它的潜力，从分类（这一切都是从哪里开始的）扩展到最小二乘，指数家族模型，生存分析，到除树之外的基础学习者，如平滑样条，到自由度和正则化，以及模型选择的迷人近期工作。不了解的读者会发现，作者做了很好的工作，提出了一定的连贯和有用的解释提升。然而，另一位读者，谁已经看了一段时间的业务，可能会与作者的历史记录的细节，更重要的是，在他们对理论知识的现状的乐观。事实上，尽管“统计观点”已被证明是富有成效的，但它也导致了一些关于为什么提高工作效率的想法可能被误解，以及一些可能被误导的建议。[arXiv：0804.2752]
2008-04-17 stat.ME
Fracture Risk Prediction in Adults Over 50 Years Old Using DXA and EHR: Comparison of Traditional and Machine Learning Models in Two Large Cohorts
Weill Cornell Medicine（威尔康奈尔医学院）；Indiana University School of Medicine（印第安纳大学医学院）；Indiana University（印第安纳大学）；Regenstrief Institute（雷根斯特里夫研究所）
该研究针对50岁以上成人，基于EHR和DXA数据构建多种生存预测模型，发现其区分度优于FRAX，为骨折风险预测提供了更优工具，但需进一步评估后才可临床应用。
2026-08-03 cs.LG stat.AP
Estimating heritability of survival traits using censored multiple variance component model
UCLA（加州大学洛杉矶分校）；Merck & Co., Inc.（默克公司）
针对右删失生存性状遗传力估计难题，提出删失多方差组分模型，可高效稳健地估计总遗传力，并在UK Biobank数据上验证了其可扩展性与准确性。
2026-09-15 stat.ME
TF Boosted Trees: A scalable TensorFlow based framework for gradient boosting
Google, Inc.（谷歌公司）
TF Boosted Trees（TFBT）是一个新的开源框架，用于梯度提升树的分布式训练。它基于TensorFlow，其显着特征包括新颖的架构，自动损失区分，逐层提升，导致更小的集合和更快的预测，原则性的多类处理，以及一些正则化技术，以防止过拟合。
2017-10-31 cs.LG stat.ML
XGBoost: A Scalable Tree Boosting System
University of Washington（华盛顿大学）
树提升是一种高效且广泛使用的机器学习方法。在本文中，我们描述了一个名为XGBoost的可扩展端到端树提升系统，该系统被数据科学家广泛使用，以在许多机器学习挑战中取得最先进的结果。我们提出了一种新的稀疏感知算法的稀疏数据和加权分位数草图近似树学习。更重要的是，我们提供了对缓存访问模式，数据压缩和分片的见解，以建立一个可扩展的树提升系统。通过结合这些见解，XGBoost可以使用比现有系统少得多的资源扩展到数十亿个示例。
2016-06-10 cs.LG
Predicting Deterioration in Mild Cognitive Impairment with Survival Transformers, Extreme Gradient Boosting and Cox Proportional Hazard Modelling
Goldsmiths, University of London（伦敦大学金史密斯学院）；School of Health Sciences, The University of Manchester（曼彻斯特大学健康科学学院）；Faculty of Computer Science and Engineering, Frankfurt University of Applied Sciences（法兰克福应用科学大学计算机科学与工程学院）；Institute of Psychiatry, Psychology and Neuroscience King’s College London（伦敦国王学院精神病学、心理学与神经科学研究所）
本文提出利用survival transformers和extreme gradient boosting模型，基于ADNI队列代谢组学数据预测轻度认知障碍恶化，其C-index性能优于传统Cox模型且更稳定。
2024-09-24 cs.AI cs.LG cs.NE
Survival Analysis via Ordinary Differential Equations
本文介绍了一个常微分方程（ODE）概念的生存分析。ODE概念不仅提供了一个统一的建模框架，更重要的是，还可以开发一个广泛适用的，可扩展的，易于实现的估计和推理过程。具体而言，ODE建模框架统一了许多现有的生存模型，如比例风险模型，线性变换模型，加速失效时间模型，和时变系数模型作为特例。所提出的框架的一般性作为一个广泛适用的估计程序的基础。作为一个说明性的例子，我们开发了一般半参数类的ODE模型的筛极大似然估计。与现有的估计方法相比，所提出的方法在计算可扩展性和数值稳定性方面具有优势。此外，为了解决由ODE概念引起的独特的理论挑战，我们建立了一个新的一般筛分M-定理捆绑参数，并表明所提出的筛分估计是一致的，渐近正态的，并达到半参数的效率界。在模拟研究和现实世界的数据例子中，所提出的估计的有限样本性能进行检查。
2021-12-05 math.ST stat.ME stat.TH
A machine learning approach based on survival analysis for IBNR frequencies in non-life reserving
本文提出基于生存分析的方法，利用个体索赔数据估计发展因子，通过Cox模型、神经网络和XGBoost预测IBNR频率，在不同粒度下保持一致，并经模拟和真实数据验证有效。
2025-10-24 stat.AP stat.ME
Deep Survival Analysis from Adult and Pediatric Electrocardiograms: A Multi-center Benchmark Study
Harvard Medical School（哈佛医学院）；National University of Singapore（新加坡国立大学）
本研究在三大成人与儿童队列中系统评估了AI-ECG死亡率预测模型，发现深度生存方法优于基于时间窗的分类器，且跨队列训练显著提升了模型性能。
2025-09-12 cs.LG cs.NE eess.SP
Can-SAVE: Deploying Low-Cost and Population-Scale Cancer Screening via Survival Analysis Variables and EHR
Sber AI Lab（Sber人工智能实验室）
Can-SAVE利用生存分析变量和电子健康记录，开发出一种轻量级AI系统，通过医疗历史事件评估大规模人群癌症风险，实现高效癌症筛查。
2025-12-02 cs.AI cs.LG stat.AP
A scalable stage-wise approach to large-margin multi-class loss based boosting
Australian Center for Visual Technologies（澳大利亚视觉技术中心）；The University of Adelaide（阿德莱德大学）
我们提出了一个可扩展的和有效的分类模型，训练多类助推多类分类问题。Shen和Hao在直接最大化多类边际的意义上引入了多类提升的直接公式[C. Shen和Z. Hao，“A direct formulation for totally-corrective multi-class boosting”，in Proc. IEEE Conf. Comp. Vis.帕特恩，2011年]。他们的方法的主要问题是它的高计算复杂性的训练，这阻碍了其在现实世界中的问题的应用。在这项工作中，我们提出了一个可扩展的和简单的阶段式多类提升方法，它也直接最大化的多类边缘。我们的方法提供了几个优点：1）它是简单和计算效率的训练。该方法在不牺牲分类精度的情况下，可以将训练时间加快两个数量级以上。2)与传统的AdaBoost一样，它对参数的选择不太敏感，并且经验上表现出出色的泛化性能。具有挑战性的多类机器学习和视觉任务的实验结果表明，所提出的方法大大提高了收敛速度和准确性的最终视觉检测器相比，现有的多类提升没有额外的计算成本。
2013-07-21 cs.LG
Multimodality Stacking with Blockwise missing values and application to the PIONeeR biomarkers study for prediction of resistance to immunotherapy
Inria – Inserm team COMPO, COMPutational pharmacology and clinical Oncology, Centre Inria Sophia Antipolis - Méditerranée, Centre de Recherches en Cancérologie de Marseille, Inserm U1068, CNRS UMR7258, Institut Paoli-Calmettes, Pharmacy faculty, Aix-Marseille University（Inria - Inserm COMPO团队，计算药理学和临床肿瘤学，Inria Sophia Antipolis -地中海， Marseille癌症研究中心，Inserm U1068，CNRS UMR7258，Paoli-Calmettes研究所，药学系，Aix-Marseille大学）；Veracyte SAS, Marseille, France（Veracyte SAS，法国马赛）；Assistance Publique-Hôpitaux de Marseille (APHM), Marseille, France（马赛公共医院（APHM），法国马赛）；Toulouse University Hospital, Toulouse, France（图卢兹大学医院，法国图卢兹）；Centre Leon Berard, Lyon, France（Leon Berard中心，法国里昂）；Innate Pharma, Marseille, France（Innate Pharma，法国马赛）；Université Paris Saclay, Gustave Roussy, Inserm, Prédicteurs Moléculaires et nouvelles cibles en oncologie (U981), F-94805, Villejuif, France（巴黎萨克雷大学，Gustave Roussy，Inserm，分子预测与肿瘤学新靶点（U981），法国维尔若，F-94805）
提出多模态堆叠框架MSB，通过独立建模各模态特征并利用交叉验证堆叠元学习器聚合预测，解决高维和分块缺失问题，在PIONeeR研究中预测非小细胞肺癌免疫治疗无进展生存期，性能优于基线算法。
2026-07-24 cs.LG q-bio.QM stat.AP
Survival Reinforcement Learning: Toward Scalable Self-Supervised RL
Inria and École Normale Supérieure PSL Research University（Inria 和 法国国家科学研究中心巴黎大学）
提出生存强化学习（SRL），一种基于在线分类的方法，通过最大化智能体在目标状态停留时间来解决对比强化学习中的均匀性-容忍性困境，在长时程运动任务上性能提升2至8倍。
2026-09-21 cs.LG
Approximate Laplace approximations for scalable model selection
我们提出了近似拉普拉斯近似（ALA）来评估综合似然，贝叶斯模型选择的瓶颈。拉普拉斯近似（LA）是一种流行的工具，加快了这样的计算和装备强大的模型选择属性。然而，当样本量较大或考虑许多模型时，所需优化的成本变得不切实际。ALA将成本降低到解决每个模型的最小二乘问题的成本。此外，它能够实现跨模型的高效计算，例如共享预先计算的充分统计量和矩阵分解中的某些操作。我们证明，在广义（可能是非线性）模型ALA实现了一个强有力的形式的模型选择的一致性适当定义的最优模型，在相同的功能率精确计算。我们考虑固定和高维问题，组和层次约束，以及所有模型被错误指定的可能性。我们还获得了非局部先验下高斯回归的ALA率，这是一个重要的例子，其中LA可能是昂贵的，并且不一致地估计综合可能性。我们的例子包括非线性回归，逻辑，泊松和生存模型。我们在R包mombf中实现了该方法。
2021-06-02 math.ST stat.CO stat.ME
Bikelution: Federated Gradient-Boosting for Scalable Shared Micro-Mobility Demand Forecasting
Department of Informatics University of Piraeus（信息学院 希腊比雷埃国际机场）
Bikelution通过联邦学习实现隐私保护的中期共享微出行需求预测，优于现有方法。
2026-02-24 cs.LG
Dual Mixture-of-Experts Framework for Discrete-Time Survival Analysis
Lunit Inc.（Lunit公司）
生存分析是一项对感兴趣的事件发生之前的时间进行建模的任务，广泛用于临床和生物医学研究。一个关键的挑战是对患者异质性进行建模，同时还根据个体特征和时间动态调整风险预测。我们提出了一个双混合专家模型（MoE）的离散时间生存分析框架。我们的方法结合了一个功能编码器MoE的子群感知表示学习与危险MoE，利用患者的功能和时间嵌入捕捉时间动态。这种双MoE设计灵活地与现有的基于深度学习的生存管道集成。在METABRIC和GBSG乳腺癌数据集上，我们的方法始终提高了性能，将测试集上的时间依赖性C指数提高到0.04，并在纳入Consurv框架时进一步提高了性能。
2025-10-29 cs.AI cs.LG
Censor Dependent Variational Inference
Purdue University（普渡大学）
本文提出依赖删失机制的变分推断（CDVI）及可扩展的CD-CVAE模型，解决了生存分析中变分分布设计不当的问题，显著提升了个体生存分布估计效果。
2025-06-03 cs.LG stat.ML
Dirichlet-Survival Process: Scalable Inference of Topic-Dependent Diffusion Networks
Université de Lyon（里昂大学）；ERIC UR 3083（埃里克研究单位3083）
网络上的信息传播可以通过考虑三个特征来有效地建模：文档的内容，相对于其他出版物的出版时间，以及传播者在网络中的位置。大多数以前的作品模型，其中两个联合，或依赖于严重的参数化方法。基于最近的Dirichlet点过程文献，我们引入了Houston（隐藏在线用户主题网络）模型，该模型在非参数无监督框架中共同考虑了所有这些特征。它推断动态主题相关的基础扩散网络在连续时间设置以及所述主题。它是无监督的;它将形状为\textit{(time of publication, information's content, spreading entity)}的未标记三元组流视为输入数据。在线推理使用顺序蒙特卡罗算法进行，该算法随数据集的大小线性缩放。我们的方法产生相应的改进，在现有的基线上的集群恢复和子网推理任务。
2022-12-12 cs.IR cs.LG cs.SI
CAFE-GB: Scalable and Stable Feature Selection for Malware Detection via Chunk-wise Aggregated Gradient Boosting
Department of Computer Science and Engineering（计算机科学与工程系）
CAFE-GB通过分块聚合梯度提升实现高维恶意软件检测中的稳定且可扩展的特征选择，有效减少特征维度并保持性能。
2026-01-22 cs.AI cs.CR cs.LG
InferTurbo: A Scalable System for Boosting Full-graph Inference of Graph Neural Network over Huge Graphs
Ant Group（蚂蚁集团）
针对巨型图GNN推理面临的可扩展性、采样不一致和冗余计算挑战，提出可扩展系统InferTurbo，采用类GAS模式及影子节点等策略实现无采样全图推理，2小时内完成千亿边规模图推理，性能显著优于传统流水线。
2023-07-01 cs.LG
A Comparative Analysis of XGBoost
University of Bordeaux（波尔多大学）；Pázmány Péter Catholic University（帕兹马尼·彼得天主教大学）；Universidad Autónoma de Madrid（马德里自治大学）
本文对XGBoost展开实用分析，对比其与随机森林、梯度提升在调优和默认设置下的表现，指出XGBoost并非全场景最优，并深入分析了其参数调优过程。
2019-11-05 cs.LG stat.ML
ALMERIA: Boosting pairwise molecular contrasts with scalable methods
University of Almería（阿尔梅里亚大学）；Universidad Católica de Murcia (UCAM)（穆尔西亚天主教大学（UCAM））
本文提出决策支持工具ALMERIA，基于成对分子对比和构象变异性估计化合物相似性与活性，采用可扩展方法处理TB级数据，在DUD-E基准上达到SOTA性能并具备可解释性。
2023-04-28 cs.CE cs.LG q-bio.BM
HoneyBee: A Scalable Modular Framework for Creating Multimodal Oncology Datasets with Foundational Embedding Models
HoneyBee框架整合多模态肿瘤数据生成统一患者嵌入，在TCGA 33种癌症、超1.1万患者上实现98.5%分类准确率，并证明通用大模型在临床文本表示上优于专用医学模型。
2025-08-27 cs.AI cs.DB cs.LG
Kernel-Based Distributed Q-Learning: A Scalable Reinforcement Learning Approach for Dynamic Treatment Regimes
School of Management, Xi’an Jiaotong University（西安交通大学管理学院）；Center for Intelligent Decision-Making and Machine Learning（智能决策与机器学习中心）
针对利用大规模电子健康记录构建动态治疗方案的问题，提出一种可扩展的基于核的分布式Q学习算法，在显著降低深度强化学习计算复杂度的同时保持相当的累积奖励泛化性能。
2025-02-17 cs.AI cs.LG
A Multimodal Foundation Model for Longitudinal Patient Representation and Scalable Insight Generation in Oncology
Tempus AI, Inc.（Tempus AI公司）
本研究推出多模态基础模型oFM，基于167万肿瘤患者数据整合多模态信息，在预后基准及治疗队列中表现优于基线特征，还开发了机制发现框架以解释模型，助力肿瘤学临床与药物开发应用。
2026-08-26 cs.LG
Survival modeling using deep learning, machine learning and statistical methods: A comparative analysis for predicting mortality after hospital admission
Duke-NUS Medical School（杜克-新加坡国立大学医学院）；Sorbonne University（索邦大学）；Stanford University（斯坦福大学）；Singapore General Hospital（新加坡中央医院）；National University of Singapore（新加坡国立大学）
本研究对比9种生存分析方法在急诊入院患者90天全因死亡率预测中的表现，发现DeepSurv区分度与校准度最优，AutoScore-Survival变量少且可解释性强。
2024-03-04 cs.AI cs.CY cs.LG
Constrained Extreme Gradient Boosting for Parametric Proper Orthogonal Decomposition Subspace Prediction
H. Milton Stewart School of Industrial and Systems Engineering（H. Milton Stewart工业与系统工程学院）
提出约束极端梯度提升（cXGBoost）框架，通过Grassmann流形上的几何表示和范数约束，预测参数依赖的POD基，实现高效自适应的降阶建模。
2026-10-27 cs.LG
LCE: An Augmented Combination of Bagging and Boosting in Python
Inria（法国国家信息与自动化研究所）；Univ Rennes（雷恩大学）；CNRS（法国国家科学研究中心）；IRISA（法国雷恩信息与自动化系统研究所）；IUF（法国大学研究院）；PEGASE（佩加斯研究所）；INRAE（法国国家农业、食品与环境研究院）；AGROCAMPUS OUEST（西部农业校园）
本文介绍 Python 软件包 lcensemble，它实现 Local Cascade Ensemble（LCE），通过结合 Random Forest 与 XGBoost 优势及互补多样化机制提升分类和回归性能，并兼容 scikit-learn 工具链。
2023-08-15 cs.LG
Scalable Counterfactual Risk Estimation for Rare Events in Longitudinal Data
University of Connecticut Storrs（康涅狄格大学斯托尔分校）；University of Massachusetts Amherst（马萨诸塞大学阿默斯特分校）；University of Massachusetts Lowell（马萨诸塞大学洛厄尔分校）
针对纵向生存数据中罕见事件导致的类不平衡和计算负担问题，提出一种可扩展的子采样与重加权策略，应用于ICE等因果效应估计器，在保持一致性的同时提高稳定性。
2026-06-01 cs.LG stat.ME
Real-time Mortality Prediction Using MIMIC-IV ICU Data Via Boosted Nonparametric Hazards
Texas A&M University（德克萨斯农工大学）；Emory University（埃默里大学）
电子健康记录（EHR）系统以高频率提供关键、丰富和有价值的信息。EHR数据最令人兴奋的应用之一是利用生存分析工具开发实时的【形】死亡率预警系统。然而，最近使用的大多数生存分析方法都是基于使用静态协变量的（半）参数模型。这些模型没有利用随时间变化的EHR数据所传达的信息。在这项工作中，我们提出了一个高度可扩展的生存分析方法，BoXHED 2.0开发一个实时的【形】在ICU死亡率预警指标的基础上MIMIC IV数据集的应用。重要的是，BoXHED可以以完全非参数的方式纳入时间依赖性协变量，并得到理论的支持。我们的ICU内死亡率模型在样本外实现了0.41的AUC-PRC和0.83的AUC-ROC，证明了实时的【形】监测的益处。
2021-11-10 cs.LG
Compile to Compress: Boosting Formal Theorem Provers by Compiler Outputs
Department of Computer Science and Technology, Tsinghua University, Beijing, China（清华大学计算机科学与技术系）
利用编译器将大量证明尝试压缩为结构化失败模式，提出一种学习-精炼框架，通过树搜索基于验证器反馈局部修正错误，在可比测试时预算下在PutnamBench上达到最先进性能。
2026-05-29 cs.AI cs.LG cs.LO
