📊 statistics
Distributionally Robust Transfer Learning with Structurally Missing Covariates, with Application to Cross-National Cardiac Arrest Prediction
यह शोध पत्र DRUM को प्रस्तुत करता है, जो एक वितरण रूप से सुदृढ़ (distributionally robust) ट्रांसफर लर्निंग फ्रेमवर्क है जो उन लक्षित आबादी के लिए नैदानिक मॉडलों के लिए सबसे खराब स्थिति वाले भविष्य कहनेवाला प्रदर्शन (worst-case predictive performance) को अनुकूलित करता है जिनमें संरचनात्मक रूप से लुप्त सहचर (structurally missing covariates) और कोई लेबल किया गया परिणाम नहीं होता है, जो मौजूदा विधियों की तुलना में क्रॉस-नेशनल कार्डियक अरेस्ट भविष्यवाणी में बेहतर अंशांकन (calibration) और वर्गीकरण सटीकता प्रदर्शित करता है।