研究者提出NSCF神经Q学习框架
热点事件持续更新
研究者提出NSCF神经Q学习框架
1 篇报道1 个报道来源4 小时前更新
先了解这件事
AI 综述
Daixi Huang等研究者提出非线性监督聚类融合（NSCF），一种神经Q学习框架，用于为多种治疗方案学习个体化治疗规则。该框架通过共享非线性协变量表示和低维治疗嵌入向量，以成对融合方式将条件响应相似的治疗方案分组，同时输出个体化治疗规则和可解释分组。 据研究者报告，在非线性精确共享模拟中，NSCF的regret低于强神经基线；在黑色素瘤异种移植应用中，其平均策略价值优于神经基线。
AI 根据报道生成 · 3 小时前更新
最新进展10月15日 12:00
NSCF：用神经监督聚类为多治疗方案学习个体化治疗规则报道时间线
沿着报道，了解事件的不同侧面。
10月15日
- arXiv stat.MLNSCF：用神经监督聚类为多治疗方案学习个体化治疗规则
研究者提出非线性监督聚类融合（NSCF），一种带共享非线性协变量表示和低维治疗嵌入向量的神经 Q-learning 框架，通过成对融合将条件响应相似的治疗方案分组，同时输出个体化治疗规则和可解释分组。在非线性精确共享模拟中，NSCF 的 regret 低于强神经基线；在黑色素瘤异种移植应用中，其平均策略价值优于神经基线。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。