liupei101/TFDeepSurv

🧠 TFDeepSurv: Cox hồi quy sâu trên TensorFlow

Mô hình Cox Proportional Hazards sâu (Deep Cox PH) dựa trên TensorFlow, hỗ trợ liên kết thời gian chết và ước lượng hàm số sống.

TFDeepSurv là một công cụ phân tích thời gian sống (survival analysis) dựa trên mô hình Cox hồi quy tỉ tỷ nguy hiêm (Cox Proportional Hazards) được cài đặt bằng TensorFlow. Dự án hỗ trợ xử lý trường hợp thời gian chết trùng lặp (ties), cung cấp ước lượng hàm số sống, đồng thời tối ưu siêu tham số mạng nơơi nhân (DNN) bằng phương pháp Bayesian Optimization.

✨ Điểm nổi bật

• Hỗ trợ thời gian chết trùng lặp: sử dụng hàm mất mát khác và ước lượng hàm số sống theo phương pháp Breslow.
• Cung cấp ước lượng hàm số sống: dự đoán xác suất sống qua thời gian.
• Tối ưu siêu tham số bằng Bayesian Optimization: phương pháp khoa học để chọn cấu hình mạng.
• Xây dựng trên TensorFlow: khai thác khả năng tính toán đồ thị mạnh mẽ.
• Định dạng dữ liệu thời gian sống thống nhất: dễ dàng chuyển đổi và xử lý.
• Tốc độ cải thiện: phiên bản v2.1.0 tối ưu tốc độ xây dựng đồ thị tính toán.

💡 Vì sao đáng chú ý

TFDeepSurv khác biệt từ DeepSurv truyền thống bằng cách hỗ trợ xử lý thời gian chết trùng lặp thông qua hàm mất mát Breslow, rất quan trọng trong thực tế nơi nhiều sự kiện có thể xảy ra đồng thời. Ngoài ra, việc tích hợp Bayesian Optimization giúp tự động tìm cấu hình tối ưu cho mạng nơơi nhân, tránh việc điều chỉnh thủ công mất nhiều thời gian. Dự án phù hợp cho các nhà nghiên cứu và kỹ sư làm việc trong lĩnh vực y học thống kê, phân tích rủi ro bệnh lý hoặc các bài toán dự đoán thời gian sự kiện.

---

#DeepSurv #SurvivalAnalysis #TensorFlow #CoxRegression #MachineLearning #TiniX