Een gefilterde mixture-of-generators voor volledig synthetische survival-training

arXiv:2607.00127v1 Aankondigingstype: nieuw Samenvatting: Survival-analyse modelleert time-to-event-data, maar in klinische omgevingen zijn trainingsdata kostbaar en schaars: gebeurtenissen stapelen zich op over jaren van follow-up, cohorten zijn klein en privacyregels beperken het delen tussen instellingen. Tabulaire generatieve modellen beloven augmentatie en privacy-vriendelijk delen van cohorten, maar zijn zelf datahongerig — op de kleine cohorten die kenmerkend zijn voor survival-analyse geeft één enkele generator zelden een goede karakterisering van de populatie.