محققان در مقاله جدیدی، الگوریتم «K-SurvMeans» را معرفی کردهاند که نسخه پیشرفتهای از روش کلاسیک K-Means برای تحلیل دادههای بقا (Survival Data) است. این متد با ترکیب نتایج بقا در فرآیند خوشهبندی و استفاده از الگوریتم بهینهسازی Particle Swarm، دقت بسیار بالاتری در جداسازی خوشهها نسبت به روشهای یادگیری عمیق فعلی ارائه میدهد.
این نوآوری به ویژه در حوزههای پزشکی و تحلیل دادههای طول عمر که نیازمند دقت بالا در فضای ویژگیهای پیچیده هستند، کاربرد زیادی خواهد داشت. 🧬✨
منبع: arXiv Machine Learning