יום ראשון, 4 באוקטובר 2026 LIVE
AI־INFO

כתבה arXiv cs.LG ·

חיזוי קונפורמי עם היעדרות נתונים

Missingness-Aware Conformal Prediction Under Cross-Hospital Distribution Shift
חוקרים הציעו שיטה חדשה לחיזוי תמותה עם היעדרות נתונים בבתי חולים. השיטה משתמשת בטכניקות קונפורמיות כדי לשפר את דיוק החיזוי. המחקר בדק את השיטה במספר בתי חולים ומצא שהיא משפרת את הדיוק בהשוואה לשיטות אחרות.
תקציר מקורי באנגליתarXiv:2609.30781v1 Announce Type: new Abstract: Clinical measurements are recorded for some patients but not others, at rates that differ across hospitals, and marginal conformal coverage does not ensure coverage within groups defined by missingness. We propose a missingness-aware conformal calibration procedure for mortality prediction under cross-hospital distribution shift. It selects a measurement on an independent sample, groups patients by whether that measurement is recorded, and applies Mondrian calibration within each group, so no calibration outcome is reused. We evaluate the procedure across hospitals in eICU and across care units within one MIMIC-IV hospital, using three predictors. Relative to pooled calibration, it reduces the average worst-group coverage gap on its selected
קרא במקור המקורי